Efectos de la inversión pública en infraestructura de transporte

por carreteras sobre la productividad de la industria

manufacturera colombiana: 1995-2014

Eduardo Andrés Bustamante Ochoa

Ana María Zapata Cortínez
Alfonso Manuel Pérez Bohórquez

–Introducción. –I. Marco teórico. –II. Metodología. –III. Modelo propuesto.

–IV. Contrastación empírica. –V. Resultados. –Conclusiones. –Referencias.

Resumen: La calidad de la infraestructura de carreteras es un factor determinante para la

competitividad del sector manufacturero en Colombia. La presente tesis tiene como objetivo
analizar el impacto de la inversión en infraestructura pública de carreteras sobre la productividad
de la industria manufacturera a nivel departamental y usando el enfoque basado en la teoría de
la dualidad. Los resultados en promedio muestran que existe una relación positiva de la inversión
pública de carreteras y del acervo de capital privado sobre los costos variables en el corto plazo,
así como también, sobre el empleo y la productividad del sector manufacturero.

Palabras clave: infraestructura pública, productividad, crecimiento económico, Inversión,

teoría dual, Infraestructura vial.

Abstract: The quality of road infrastructure is a determining factor to the competitiveness of

the manufacturing sector in Colombia. This thesis aims to analyze the impact of public
investment in road infrastructure on the productivity of manufacturing at the departmental level
and based on the duality theory approach. The average results show that there is a positive
relationship public investment in roads and the stock of private capital over variable costs in the
short term as well as on employment and productivity in the manufacturing sector.

Key words: Public infrastructure, productivity, economic growth, investment, duality theory,
highway infrastructure.

JEL classification: D24, C33, H54, O41, O47, R42.

 Introducción
En el actual contexto de la economía colombiana de déficit fiscal generado a partir de la caída
de los precios internacionales del petróleo y la necesidad de incrementar la eficiencia en la
producción de crudo por parte de Ecopetrol1, es necesario idear planteamientos que optimicen
el gasto público (Fedesarrollo, 2015); más aún, cuando se espera que para los próximos años, la
demanda reaccione de forma negativa si se adopta lo recomendado por la comisión de expertos
para la reforma tributaria estructural, de incrementar los impuestos al consumo2, entre otras
medidas, con el fin de reponer los recursos faltantes que dejó la renta petrolera (Pardo, 2015).

A lo anterior se suma la inflación actual (8.97% anual, al cierre de julio) que supera en más de 2
veces el límite superior del rango meta (4%) y cuyas expectativas de inflación se encuentran en
6.77% para diciembre de 2016, lo cual ha obligado a encarecer el crédito de consumo de los
hogares3. Ante este escenario, el gobierno podría subsanar su nivel de gasto y evitar una recesión
económica prolongada mediante inversión pública que aporte a la competitividad4 del sector
privado y permita obtener un mayor recudo de impuestos. Dada la necesidad de sortear este
panorama, surge la tesis de este trabajo, en la que se plantea que se puede mejorar la
productividad del sector manufacturero con una mayor inversión en infraestructura de
carreteras, aumentando así, la dotación de recursos orientados al comercio exterior, la
interconectividad regional de las grandes ciudades y el crecimiento económico.

Según Krugman (1991), una forma de mejorar el desempeño de las empresas es impactando con
políticas públicas de integración regional que reduzcan sus costos de transporte, incrementando
su nivel de productividad. Colombia en la actualidad, presenta un rezago general en

1 A pesar del crecimiento sostenido desde 2003, cuando el gobierno Colombiano tomó medidas para generar un
clima más favorable de inversión extranjera directa de parte de compañías extranjeras petroleras, y de paso, resolver
en el corto plazo el nivel de reservas de petróleo vía proyectos de exploración (U.S. Energy Information
Administration (EIA), 2015); la producción petrolera decreció oficialmente en un 5% para el periodo comprendido
entre 2013 y 2014 (Ecopetrol S.A., 2014).
2 Aunque a la fecha no se conoce nada concreto, el último informe de la Comisión de Expertos para la reforma

tributaria estructural contempla el incremento de la base del IVA, reestructurar los impuestos a las utilidades y la
renta y eliminar el impuesto al patrimonio, evitando desestimular directamente a la inversión que es la principal
generadora de empleo y crecimiento (Periódico El Tiempo, 2016).
3La meta de inflación en el país para el Banco de la República está entre el 2 y el 4 por ciento. Ver página oficial del

Banco de la República: http://www.banrep.gov.co/es/ipc.

4Es preciso aclarar que para este trabajo, los conceptos de competitividad y productividad, son tratados tal y como

los define Michael Porter, según el cual, “la prosperidad de un país depende en gran proporción de la competitividad,
la cual se define por la productividad con la que una nación utiliza sus recursos humanos, de capital y naturales (…)
esta productividad se mide por el valor de los bienes y servicios producidos por una unidad de los recursos humanos,
de capital y naturales de la nación” (Porter, 1999. p.170).
infraestructura vial, que le resta competitividad a las exportaciones debido a los elevados costos
de transporte (ver Gráfico 1). Por ejemplo, un contenedor desde el centro del país hasta un puerto
como el de Buenaventura o Cartagena, tiene un costo asociado mayor que el enviar un
contenedor desde Buenaventura hasta Shangai u otro destino, lo cual, hace evidente la necesidad
de implementar políticas públicas que reduzcan los costos de transporte. De hecho, el Banco
interamericano de Desarrollo —BID— destaca los fallos de mercado relacionados con la
atomización empresarial y la gestión ineficiente de las políticas públicas, como una de las
explicaciones del subdesarrollo productivo del continente suramericano (BID, 2010).

Gráfico 1. Posición de Colombia: costos de transporte y trámites comerciales de exportar una mercancía, 2014
(US$ por contenedor)

Fuente: elaboración propia. Doing Business, Cálculos del costos de exportar una mercancía a 2013 (Concejo privado de
competitividad, 2016).

En cuanto a la calidad en infraestructura vial y férrea, el país se ubica en el puesto 110 entre 140
países y en el puesto 13 en el contexto latinoamericano según el Informe Nacional de
Competitividad (Concejo privado de competitividad, 2016). Además, según la Asociación
Nacional de Industriales —ANDI—, entre los costos que más se incrementaron durante el 2015
para la industria manufacturera, fueron los asociados a la logística y el transporte, con un 20,9%
(ANDI, 2015, p.32). Una manera entonces, de lograr potenciar la productividad del sector
industrial, es con mayor inversión en infraestructura vial, más específicamente en carreteras, con
mayor razón en Colombia, ya que el 72% de la carga se transporta por carretera, el 27% por
modo férreo (del cual el 99.9% corresponde a carbón) y el 1% por transporte fluvial y aéreo
(Concejo privado de competitividad, 2016, p.149).

En el país se han proyectado altos niveles de inversión en infraestructura vial, además de los que
ya se han ejecutado (INVIAS, 2014). Sin embargo, a pesar de los esfuerzos, Colombia sigue
rezagada en materia de calidad de su infraestructura vial5 con respecto al promedio mundial,
como se evidencia en los Gráfico 2 y Gráfico 3, donde se ve que a partir de 2013, Colombia
empieza a mejorar su posición competitiva en calidad de dicha infraestructura. No obstante, el
tiempo de importación y exportación se ha mantenido relativamente constante, y para el 2015,
el país se ubica en el puesto 34 en el índice general de competitividad —IGC6—. Para llegar a
tener la densidad mediana de los países de la región, el país necesitaría 65.602 km adicionales de
carreteras y 4.276 km de vías férreas, frente a los kilómetros con los que cuenta actualmente:
129.485 km de carreteras y 1.223 km de vías férrea (Yepes, Villar, & Aguilar, 2013, p.4).

Gráfico 2. Posición de Colombia: Competitividad en la Calidad de Infraestructura Vial

Fuente: elaboración propia. Datos obtenidos del INVIAS, 2015.

5 Cuando nos referimos a infraestructura vial, comprende carreteras, puertos (aéreos, fluviales y marítimos) y
ferrocarriles en todo el territorio nacional.
6 Este índice se calcula con un promedio ponderado de la calidad en infraestructura vial, bienestar poblacional e

integración económica publicada por el ministerio de transporte (Yepes et al., 2013).

Gráfico 3. Posición de Colombia a nivel mundial del Índice General de competitividad (IGC), la Calidad de
la infraestructura general y los tiempos de Importación y Exportación

140 La competitividad
general en
infraestructura vial ha
120 sido menor desde 2010

100

80

60 El IGC se ha mantenido
relativamente constante
desde 2010
40

20

0
2007 2008 2009 2010 2011 2012 2013 2014 2015

Tiempo para exportar (días) Tiempo para importar (días)

índice general de competitividad (IGC) Calidad en general de la Infraestructura Vial

Fuente: elaboración propia. Datos obtenidos del INVIAS, 2015.

Este trabajo tiene como objetivo determinar de qué manera ha incidido la inversión pública en
infraestructura de transporte por carreteras sobre la productividad de la industria manufacturera
a nivel departamental, durante el periodo comprendido entre 1995 y 2014. Dado que este tema
es ampliamente controversial, debido a la enorme cantidad de recursos públicos destinados al
estudio y ejecución de proyectos, la presente investigación es atractiva para hacedores de política
e inversionistas del sector manufacturero; ya que aporta información sobre el impacto general
de la política pública en estudio y es referencia para la toma de decisiones en la búsqueda de
portafolios eficientes de inversión en el sector manufacturero.

El texto se estructura de la siguiente manera: en la sección I se define la infraestructura pública

en carreteras, se explica su evolución a lo largo del periodo de estudio, se caracterizan los
principales proyectos de las concesiones viales y los avances institucionales en materia de
adjudicación y ejecución. Además se define la productividad y sus principales determinantes
desde la óptica de la industria manufacturera; en la sección II se explica la metodología utilizada
para abordar el problema de investigación; en la sección III se da a conocer la fuente de los datos
utilizados y se explica la contrastación empírica; en la sección IV se discuten los principales
resultados encontrados para el sector manufacturero en cada departamento y para finalizar, se
presentan las conclusiones y recomendaciones.

I. Marco Teórico
A. Infraestructura pública
Se entiende por infraestructura pública a las obras y servicios que son necesarios para el
funcionamiento de la economía y la sociedad. Esta infraestructura se considera fundamental, por
entidades como el Banco Mundial y la OCDE, para generar el crecimiento económico y elevar
las condiciones de vida de un país y sus habitantes (Organisation for economic co-operation,
2007, pp.9-13). Según Stein, González y Casanova, (2010), la infraestructura pública puede ser
dividida en dos grupos: El primer grupo es la infraestructura económica, que es considerada
como necesaria para la actividad económica diaria (carreteras, puentes, obras públicas, entre
otros); mientras que el segundo grupo es la infraestructura social, que es indispensable en la
estructura de la sociedad de un país y en el cual se encuentran las escuelas, hospitales, vivienda
social, bibliotecas y las prisiones. En este trabajo, se hace referencia a la infraestructura vial de
transporte por carreteras, por su relación con la productividad, la competitividad de la industria
y la integración hacia el comercio internacional (Stein et al., 2010).

Si bien, un aumento en el nivel de ingreso permite construir más y mejores redes de transporte,
por otra parte, cuando se expande la cobertura geográfica y capacidad de estas redes, aumentan
la integración y la competitividad de la actividad económica (Roda, Perdomo, & Sánchez, 2015).
Vásquez y Bendezú (2000) afirman que el suministro de una mayor cantidad de infraestructura
vial facilita el incremento de la capacidad productiva potencial de una economía; así, la
productividad de las firmas mejora, en la medida que su ubicación cuente con una gama de
infraestructura amplia que hace que se reduzcan los costos medios de producción (Fujita,
Krugman & Mori, 1999).

1. Evolución histórica de la inversión en infraestructura vial de transporte por

carretera en Colombia (1994 – 2014)
Colombia tiene un rezago general en infraestructura vial que implica un número reducido de
carreteras, rutas fluviales y vías férreas. Este resultado persiste ajustando el nivel de ingresos, las
características demográficas y la estructura macroeconómica del país (Yepes, Pierce, & Foster,
2008). En los Gráfico 4 y Gráfico 5, se aprecia cómo ha crecido la inversión en infraestructura
de carreteras, mientras que esta inversión, medida como proporción del PIB, ha presentado una
fuerte disminución desde el año 1995 hasta el 2000. Esto sugeriría, un re-direccionamiento del
gasto público del gobierno hacia la inversión social7 (Yepes et al., 2013). Además, según ANIF,
(2014), ha habido retrasos en la inversión en infraestructura, debido a problemas de índole fiscal,
jurídicos y ambientales que han afectado principalmente al sector transporte. Para lograr un
verdadero dinamismo en este frente, se requieren niveles de inversión mucho más altos8.

Gráfico 4. Inversión Pública de transporte por carretera a precios constantes del 2005 y su tasa de crecimiento

100% 4500

80% 4000

3500
60%

Miles de millones
3000
40%
2500
20%
2000
0%
1500
1997

2008
1996

1998
1999
2000
2001
2002
2003
2004
2005
2006
2007

2009
2010
2011
2012
2013
2014
-20%
1000

-40% 500

-60% 0
Tasa de crecimiento de la inversión pública de carreteras

Inversión pública de carreteras

Fuente: Elaboración propia, Datos obtenidos del Instituto Nacional de Vías (INVIAS), 2016.

7 La Constitución de 1991 prioriza el gasto social sobre todas las demás asignaciones, lo que generó un
desplazamiento del gasto en infraestructura vial, a esto se suma una integración económica caracterizada por la
lejanía entre los principales centros de producción y de demanda, las altas tasas de depreciación del capital explicadas
por las características físicas de la geografía Colombiana, los fenómenos climáticos, la baja inversión en
mantenimiento y la baja capacidad institucional (Yepes et al., 2013, p.13).
8 Debe aclararse que la inversión pública en infraestructura de carreteras expuesta en los Gráfico 4 y Gráfico 5

corresponden a proyectos que involucran carreteras a cargo del INVIAS, dejando de lado las concesiones viales a
cargo de la Agencia Nacional de Infraestructura —ANI— debido a la imprecisión de la información disponible,
que no permite establecer concretamente la inversión por año en estas concesiones. Ver información relacionada
con los proyectos que lidera en: http://www.ani.gov.co/basic-page/indices-de-transparencia-21793
 Gráfico 5. Evolución porcentual de la Inversión Pública de Transporte por carreteras, Exportaciones
Manufactureras, Importaciones Manufactureras con respecto a Producto Interno Bruto (PIB), a precios
constantes del 2005

1,2%
Auge minero-energético en
las exportaciones y
1,0%
estabilización de las
importaciones
0,8%

0,6%

0,4%
Cambio estructural
en la inversión
0,2%
pública de
carreteras desde
2002
0,0%

Inversión pública en carreteras / PIB nacional Importaciones manufactureras / PIB nacional

Exportaciones manufactureras / PIB nacional

Fuente: Elaboración propia. Datos obtenidos de INVIAS y del DANE. Deflactados con el índice implícito de
formación bruta de capital fijo, índice de precios al productor de la industria manufacturera y con el índice
implícito de producción de la industria manufacturera. 2016.

Según datos de INVIAS de 2015, el territorio nacional cuenta con 215.988 kilómetros de
carreteras, de los cuales 24.376 están pavimentadas y 191.629 no lo están. La red vial nacional
está conformada por las carreteras que articulan las cabeceras municipales con la red primaria, la
cual es de 17.382 kilómetros; las que comunican a los municipios entre sí o la red secundaria
(44.399 km) y las que integran a las veredas y/o los corregimientos entre ellos o con sus cabeceras
municipales que cuenta con 154.207 km. El 73% se encuentra a cargo de las entidades
territoriales; el 18.7% está a cargo de la nación, a través de la subdirección de la red terciaria y
férrea del INVIAS y el 8.3% es del sector privado (Ministerio de Transporte, 2011). En el
Gráfico 6, se observa como el comportamiento de las vías primarias y secundarias se ha
mantenido prácticamente invariable; no obstante, inconsistencias como la del 2009, se deben a
la falta de inclusión sistemática de la información sobre las redes secundaria y terciaria y a la
inexistencia de un seguimiento regular a la red vial pavimentada (Yepes et al, 2013) 9.

Gráfico 6. Evolución porcentual del número de kilómetros de carreteras nacionales primarias, departamentales
secundarias y municipales terciarias, como proporción del total de la red vial nacional desde 1994 hasta 2014

Fuente: Elaboración propia. Datos obtenidos del Instituto Nacional de Vías (INVIAS), Banco Mundial y deflactados con el índice
del IPC promedio-anual obtenido del Banco de la República, 2015.

Por otra parte, en materia de calidad de las carreteras, la red nacional, se encuentra en mal estado
y en deterioro constante por la falta y/o poca inversión de recursos públicos en mantenimiento
y ampliación. De acuerdo con el informe de Yepes et al (2013), el país requiere inversiones del
0,6% del PIB por año para la próxima década, lo cual, le permitiría cerrar la brecha actual en
infraestructura de transporte y cumplir con los estándares internacionales de calidad10. Esto
implicaría duplicar o triplicar el ritmo de inversión actual, lo cual no sería viable dada la situación
fiscal del país.

9Una de las causas presentadas por la literatura es el posible efecto del programa “Caminos para la Prosperidad”,
incluido en el Plan Nacional de Desarrollo 2010-2014 “Prosperidad para Todos” y el plan 2500, quienes se han
concentrado en la afectación de la red vial secundaria y terciaria desde 2006. Esto pudo provocar una
reconfiguración nacional entre el tipo de carreteras en el país: de carreteras terciarias a secundarias y de secundarias
a primarias (Villar & Ramírez, 2014, p.29).
10 Los niveles de infraestructura de transporte en Colombia (incluye carreteras, puertos y ferrocarriles), con una

densidad 6% inferior a la mediana de los países latinoamericanos y de los países de ingresos medios, también
presenta un fuerte rezago de 23% si se comparan con los países de ingresos medios altos o los países en desarrollo
de Asia del Este (ANIF, 2014).
Desde 2006, el Ministerio de Transporte, por medio del INVIAS, ha diseñado proyectos que le
permiten a los entes territoriales aprovechar los recursos provenientes del Fondo Nacional de
Regalías, como el denominado Plan 2500 y Caminos para la Prosperidad, para el mejoramiento y
sostenimiento de la red de carreteras. Mientras el Plan 2500, tuvo como objetivo mejorar la
accesibilidad y conectividad desde y hacia las regiones apartadas mediante la pavimentación de
3.125 km de carreteras del orden primario, secundario y terciario; Caminos para la Prosperidad se
ha concentrado en la afectación de la red vial terciaria, con la meta de ejecutar $2,5 billones para
intervenir 22.000 kilómetros de vías terciarias (Villar & Ramírez, 2014). Sin embargo, ni los
esfuerzos fiscales ni los institucionales, como se verá en el siguiente apartado, han sido suficientes
para reducir la brecha existente entre Colombia y los demás países avanzados en materia de
logística comercial y calidad de infraestructura de carreteras.

2. Avances institucionales en la adjudicación y ejecución de los proyectos de

concesiones viales en Colombia
A partir de la Constitución Política de 1991 se impulsó el desarrollo de la infraestructura, al
permitirse la participación privada en el sector por medio de las concesiones, las cuales
permitieron financiar la inversión a través del recaudo de peajes y las trasferencias del
presupuesto de la nación, con la promesa de mejorar la calidad y aumentar la provisión de
distintos tipos de bienes públicos en el país (Clavijo, 2013). Así, el gobierno le transfirió parte de
su responsabilidad al sector privado debido a su estrechez presupuestal, su falta de experiencia
en la estructuración y ejecución de este tipo de proyectos y la proliferación de la corrupción en
la contratación pública (ANIF & CORREVAL, 2011). En relación con el sector transporte, en
1993 fueron sancionadas las Leyes 80 de 1993 y 105 del mismo año, que ampliaron las
posibilidades de participación privada, reglamentándose los contratos de concesión. Así mismo,
dentro del marco legal, existen otras leyes como la Ley 185 de 1995 (Ley de Endeudamiento),
que establece las políticas de endeudamiento del Estado y la Ley 99 de 1993 (Ley del Medio
Ambiente), que establece determinadas exigencias para los proyectos viales.

En la Tabla 1, se caracterizan las concesiones de primera, segunda, tercera y cuarta generación.

En la primera etapa de concesiones se aprobaron trece proyectos que conforman la primera
generación de concesiones; algunos de estos proyectos fueron: Santa Marta-Richacha-
Paraguachón, Malla Vial del Meta, Bogotá (El Cortijo)-Siberia-La Punta-El Vino, Cartagena-
Barranquilla, entre otros. Este proceso alcanzó 1.649 kilómetros de longitud, que incluyen la
construcción de 230 kilómetros de vías adicionales y el mantenimiento de 1.527 kilómetros. Las
concesiones de segunda generación son: El Vino-Tobiagrande-Puerto Salgar-San Alberto y la
Malla Vial del Valle del Cauca y Cauca; este proceso alcanzó 1.041 kilómetros de longitud, de los
cuales, cerca de 900 kilómetros serían objeto de actividades de mantenimiento y rehabilitación
de la red y 141 kilómetros son para vías adicionales.

En la década del 2000, el Gobierno estructuró las concesiones viales de tercera generación,
compuestas por diez proyectos, con una extensión aproximada de 1.772 kilómetros y
compromisos iniciales de inversión de 2,2 billones de pesos de 2004, equivalentes a 930 millones
de dólares según el tipo de cambio de fines de 2004. Además en 2004 se reestructuró el Ministerio
de Transporte y se delegó la responsabilidad de administrar los proyectos de concesión vial al
Instituto Nacional de Concesiones —INCO— (que en el año 2011 se transformó en la Agencia
Nacional de Infraestructura —ANI— (Acosta, Rozas, & Silva, 2008).

La cuarta generación de concesiones es la apuesta del gobierno por disminuir la brecha en

infraestructura vial, de la cual se espera que pueda permitirle al país desarrollarse aceleradamente
y ser más competitivo para enfrentar los retos del comercio global. Más de 40 nuevas
concesiones se transformarán en 8.000 kilómetros de vías, con una inversión de 47 billones de
pesos (Marzola, 2015).

La evolución que han tenido las generaciones de concesiones viales, vistas en la Tabla 2, reflejan
el esfuerzo por acumular experiencias en la adquisición de predios, la obtención de permisos
ambientales y la formulación estructural detallada de contratos de concesión con refinamientos
técnicos. Ante este reto, el gobierno entre 2010 y 2014 tomó acciones para elevar la inversión en
infraestructura de transporte. Entre los avances sobresalen:

i) La creación del Viceministerio de Infraestructura (Decretos 087-088 de 2011), la ANI

(Decreto 4165 de noviembre de 2011) y la Financiera de Desarrollo Nacional —FDN—

ii) La expedición de las Leyes 1508 de 2012 (sobre Asociaciones Público-Privadas), 1682
de 2013 (Ley de Infraestructura)

iii) El requerimiento de los estudios de factibilidad (fase II) en los proyectos, previos a la
licitación.

iv) La expedición del Decreto 2041 de 2014.

Se espera que la inversión de infraestructura en el período 2014-2019 tenga efectos positivos en
el crecimiento potencial, la generación de empleo, encadenamientos regionales y la productividad
de la economía.

B. Productividad
La productividad se define como el número de unidades producidas, después de que las empresas
ajusten sus decisiones de producción respecto a sus propios factores variables, su posición en el
mercado y el capital público, teniendo en cuenta la complementariedad y/o sustituibilidad entre
factores (Gómez, 2004).

1. Principales factores que inciden sobre la productividad de la industria

manufacturera en Colombia.
Según el último informe de la ANDI (2016), los factores que en mayor medida han obstaculizado
la dinámica del sector industrial, para los empresarios son: la tasa de cambio, el costo de las
materias primas, los problemas de demanda, la alta competencia, la poca infraestructura, los altos
costos logísticos y el contrabando (ver Gráfico Gráfico 7).

Gráfico 7. Factores económicos que determinan la productividad del sector manufacturero

PRINCIPALES PROBLEMAS DE LA INDUSTRIA

MANUFACTURERA (Porcentaje de Empresas)

Rentabilidad 9,8%
Contrabando 9,8%
Infraestructura y costos logísticos 12,9%
Competencia 15,9%
Falta de demanda 23,1%
Costo y/o suministro de materias primas 26,5%
Tipo de cambio 33,7%

0% 5% 10% 15% 20% 25% 30% 35% 40%

Fuente: Encuesta de Opinión Industrial Conjunta (EOIC), Asociación Nacional de Industriales (ANDI, 2016).

Entendiendo la transformación controlada, continua y a gran escala de materias primas en

productos para el consumo final o intermedio como la actividad diferenciadora de la industria
manufacturera con respecto a otras ramas de la industria11, la dinámica del crecimiento asociada

11La industria con actividades de transformación primaria o artesanal no continuas y a gran escala (construcción,
carpintería, talabartería, entre otros), industrias extractivas o de decantación de recursos naturales (agricultura,
a este sector se ha visto afectada por el proceso de desindustrialización, a través del cual, la
relación de valor agregado industrial como proporción del PIB nacional ha disminuido de niveles
del 24% hace tres décadas a tan solo un 15% de hace una década (Clavijo, Vera, & Jiménez,
2012).

El crecimiento negativo presentado en los Gráfico 8, se explica por la transición productiva del
país hacia el sector extractivo y las altas tasas de cambio12. Por consiguiente, la mejor solución
para ser competitivos en sectores diferentes al de las exportaciones de commodities es la
modernización de la infraestructura productiva, abaratando los costos del transporte y
flexibilizando el mercado laboral (Sergio Clavijo, Vera, & Fandiño, 2012, p.78).

Gráfico 8. Tasas de crecimiento de la producción manufacturera, la inversión bruta de capital privado, la

inversión pública de carreteras y el PIB nacional a precios constantes del 2005

Periodo de Crisis financiera Alta volatilidad Crisis financiera Tercer auge de la

30% desindustrializació colombiana (1999), de la inversión mundial (2008), inversión pública de 350%
n y transición primer auge de la bruta de capital segundo auge de la carreteras y gran
productiva hacia inversión pública de privado inversión pública recuperación del sector
el sector carreteras y posterior de carreteras y 300%
25% extractivo recuperación del desaceleración
sector prolongada del
sector 250%
20%
200%
15%
150%

10% 100%

50%
5%
0%
0%
-50%
-5%
-100%

-10% Tasa de crecimiento del PIB nacional -150%

Tasa de crecimiento del PIB manufacturero
Tasa de crecimiento de la Inversión bruta de capital privado manufacturero
Tasa de crecimiento de la Inversión Pública en carreteras
Fuente: Elaboración propia. Datos obtenidos de INVIAS y del DANE. Deflactados con el índice implícito de
formación bruta de capital fijo y con el índice implícito de producción de la industria manufacturera, 2016

minería, extracción de hidrocarburos, entre otros) y de las terciarias que no transforman materialmente productos
(empresas de servicios).
12 El sector minero-energético ha incrementado su aporte relativo al PIB del 3% entre 1965 -1970 al 7% entre 2001-

2010 (actualmente bordea el 8%). El sector de servicios había mantenido su participación dentro del PIB en cerca
del 46% durante 1965-1990, pero en la década de los años noventa ganó 7 puntos porcentuales, alcanzando un
promedio del 54% durante 1991-2000 (Sergio Clavijo, Vera, & Fandiño, 2012, p.39).
Según el informe de la ANDI (2016), existe una relación inversa entre la tasa de cambio y el
consumo de bienes intermedios, la cual se explica por la acelerada devaluación en los últimos
años que encaren los insumos importados de la industria manufacturera. Básicamente, porque la
industria química (incluye productos químicos derivados del petróleo) y metalmecánica, no solo
tienen un alto valor, también tienen un mayor componente de insumos intermedios importados
en su costo de producción (ANDI, 2016, p.65).

Esta dependencia del consumo intermedio de la tasa de cambio y de los precios del petróleo,
depende de los mercados internacionales. Sin embargo, las economías industrializadas con
actividades manufactureras diversificadas y sólidas en su estructura productiva mantienen
precios competitivos gracias, entre otras cosas, a una alta calidad en infraestructura de transporte.
De hecho, los países de alto ingreso per cápita se caracterizan por exportar bienes
manufacturados de mayor contenido tecnológico en el total de sus exportaciones
manufactureras13, y su estructura productiva se caracteriza por la producción diversificada
(Torrent & Vilaseca, 2006).

Otro obstáculo de las empresas manufactureras en Colombia para ser productivas es la alta
dependencia de la capacidad de generar recursos internos para proyectos de innovación, lo que
indica la existencia de restricciones financieras (Becerra, 2001). Es por esto, que las políticas
públicas deben incentivar a que las empresas manufactureras exporten y generen beneficios
relativamente altos (Echavarría, Arbeláez, & Rosales, 2006). En la actualidad, Procolombia hace
esfuerzos para generar centros de negocios internacionales y difusión de información mediante
capacitaciones para empresas exportadoras de bienes transables y no transables, como muchos
de los que produce el sector servicios (Ministerio de Industria y Comercio, 2016).

Por último, es posible establecer diferencias en la industria manufacturera de acuerdo con las
características de las empresas como su tamaño. A pesar de que las empresas pequeñas y
medianas representan cerca del 90% del total de empresas manufactureras en Colombia, su
participación en el gasto en Investigación y Desarrollo y en actividades conducentes a la

13 El Departamento Administrativo Nacional de Estadística (DANE) clasifica como manufactura: 1. Alimentos y

bebidas; 2. Algodón, fibras, textiles, confecciones, cuero, calzado y marroquinería; 3. Madera y muebles; 4. Papel,
cartón y actividades de edición e impresión; 5. Refinación de petróleo, químicos, y productos de caucho y plástico;
6. Minerales no metálicos; 7. Metalmecánica y maquinaria; 8. Otros Rubros.
innovación en el período 2003 - 2012 son apenas del 11% y 18%, respectivamente (Villarreal,
Arias, Salas, & Mora, 2015).

II. Metodología
El concepto de la productividad ha sido estudiado por las diferentes escuelas preclásicas, clásicas
y neoclásicas en economía. Petty (1960) concluye que la productividad puede determinarse por
factores naturales, tecnológicos y organizativos vinculados a las inversiones en infraestructura.
Por su parte, Smith (1776) define la productividad como el resultado de la división del trabajo y
de la expansión del comercio a partir de las ventajas comparativas y solidez estatal. Esto implica,
que la productividad por unidad de trabajo depende de factores exógenos de origen dotacional,
tecnológico y comercial que permiten explotar economías de escala reflejadas en la disminución
de los costos de producción.

En contraste, Schumpeter (1992) sugiere un modelo de progreso tecnológico endógeno y asume

el desarrollo, como resultado de la reducción de los costos de producción a partir de nuevas
combinaciones o métodos de producción. En este sentido, Coase (1937) y Williamson (1985)
también proporcionan una explicación de la productividad como un proceso originado al interior
de las empresas, esta vez, asociados con las reducciones de los costos de transacción a partir de
la minimización de la incertidumbre con los contratos, modelos de gerencia organizacional y
relaciones comerciales coalicionadas.

Desde el enfoque neoclásico, Barro (1990) propone el manejo de bienes públicos como un factor
adicional de producción para las empresas; esto implica, incorporar al modelo tradicional de
Solow14 un factor de producción adicional determinado por la inversión en capital público puro
por parte del gobierno. Al igual que Schumpeter y Coase, toma el crecimiento de la productividad
a partir de la disminución de los costos de producción por el progreso técnico u optimización
de los costos de transacción.

En la literatura se destacan cuatro enfoques: primal, dual, vectoriales auto regresivos (VAR) y
modelos de crecimiento. No obstante, para este trabajo solo nos centraremos en el enfoque dual;
el cual permite, según informes del Fondo de desarrollo Europeo Regional, una aproximación

14 Ver: Technical change and the aggregate production function (Solow, 1956).
más completa de los determinantes que influyen sobre el comportamiento de las empresas
optimizadoras en una economía (J. Boscá, Escribá, & Murgui, 2002).

A. El enfoque primal
El punto de partida del enfoque primal es la teoría neoclásica de producción, que estima
funciones de producción amplificadas por la intervención del capital público, y se toma como
inputs15 sin retribución factorial por su productividad marginal, trasladándose aquella al resto de
los factores productivos (Meade, 1952).

Aschauer (1989) relaciona la productividad del sector privado con el gasto público en
infraestructura pública como carreteras, puertos, aeropuertos y sistemas de transportes.
Empíricamente, Merriman (1990) para el caso de Japón, sigue esta metodología y concluye, que
hay un efecto positivo de esta inversión sobre la productividad de los factores. Para el caso de la
economía española, Alvarez & Polo (2008), Bajo & Sosvilla (1993), J. Boscá et al (2002);
Fernández & Polo (2002), González & Paramo (1995) obtienen resultados más significativos16.
Las conclusiones de Ford & Poret (1991), Rubin (1991), Tatom (1991) coinciden, en que la
significancia del capital público obedece a la utilización de especificaciones inadecuadas que
podrían generar problemas de regresiones espurias o podrían llevar a no controlar
adecuadamente las diferencias existentes entre regiones o países.

Debido a la existencia de numerosos trabajos que cuestionaron y criticaron los elevados efectos
de la inversión en infraestructuras públicas sobre la productividad de las empresas, un marco de
referencia adecuado para superar estas limitaciones, lo proporciona la teoría del enfoque dual.

B. Enfoque Dual
Es la forma alterativa de orientar el problema de optimización del productor que especifica las
funciones de beneficio definidas por Deno (1988) o su equivalente, las funciones de costos de
Berndt y Hansson (1991); Morrison y Schwartz (1992). Ambas reflejan el comportamiento
optimizador de la empresa representativa, sin embargo, para la especificación de la función de

15 Generalmente conocidos como las compras o entradas de una empresa a manera de adquisición y a partir de
factor productivos para ser sometidos a un proceso de transformación interna. Tales factores proveen, por ejemplo,
materias primas, productos intermedios o semi-manufacturados o la energía que la empresa compra en el mercado.
16 Para una descripción más detallada de todos los resultados de los diferentes enfoques puede consultarse (J. Boscá

et al., 2002); además de los anexos de este trabajo en la Tabla 11, donde se reseñan los resultados más relevantes
para la contextualización de este trabajo.
costo se seguirá a Morrison y Schwartz (1992). Dicha función puede expresarse en forma general
de la siguiente manera:

𝐶𝑉 = 𝐶𝑉(𝑄, 𝑃𝑣, 𝐾𝑃 , 𝐾𝐺 , 𝐴 ) (1)

Donde, Q es la cantidad producida, CV son costos variables, Pv precio de los inputs variables,
Kp capital privado, KG capital público y A factor tecnológico.

Se supone que las empresas aceptan un vector de precios de los factores de producción (PL, PM,
PK) y selecciona la cantidad a usar de los factores variables de producción. Minimizando la
función de costos en la expresión anterior se puede obtener la demanda óptima de los inputs
variables y de los fijos, entre ellos del stock de capital público en infraestructuras de carreteras;
así como también, su impacto marginal sobre la función de costos, aislar el efecto de las
infraestructuras de las economías de escala que afectan a la empresa y distinguir entre los efectos
directos e indirectos de la infraestructura sobre el crecimiento de la productividad.

Entre los autores más destacados están Berndt & Hansson (1991), que utilizan una función de
costos variables para el sector manufacturero en Suecia, y encuentran infrautilización de la
industria y aumento de los costos variables ante la carencia de infraestructura pública en
carreteras. Por su parte, Morrison & Schwartz (1992) utilizan una función de costos variables y
una medida de la productividad total de los factores para los Estados Unidos; cuyos resultados
para el sector manufacturero, concluyen que el incremento del stock de infraestructuras tiene un
impacto positivo sobre la eficiencia de todas las regiones. En España se destaca el trabajo de
Boscá et al. (2002), que es complementario con el trabajo de Moreno, López-Bazo y Artís (2002)
para el sector manufacturero y con Boscá, Escribá, Ferri y Murgui (2010) para el sector privado
generalizado. Boscá et al. (2002) tomaron las variables regionales necesarias para la estimación
de la función de costo, obteniendo elasticidades y precios sombra positivos en todas las regiones,
tanto de las infraestructuras públicas como de capital humano y tecnológico

La ventaja de este enfoque es que permite abordar el problema de la provisión óptima de los
factores de producción con respecto a la infraestructura de carreteras; este aspecto es
imprescindible para evaluar la necesidad y/o suficiencia del gasto público en este sector. Es así,
como la inversión pública en infraestructura es tomada como un factor de producción fijo,
exógeno y su nivel de dotación es fundamental para generar más tejido productivo a largo plazo
(J. Boscá et al., 2002, p. 209).
 C. Enfoque del modelo de crecimiento
Los modelos de crecimiento usados para medir el impacto económico del gasto público en
infraestructura se basan en la idea general del crecimiento económico a partir la dinámica interna
del sistema económico. La principal característica de estos modelos es el supuesto de
endogeneidad del crecimiento afectado por el comportamiento del capital físico, humano,
tecnológico y de infraestructura (Torrisi, 2009).

Easterly y Rebelo (1993) mostraron que una gran proporción de la inversión en transporte y
comunicaciones, está positivamente relacionada con el crecimiento del PIB y negativamente con
respecto al sector agrícola17. No obstante, estos modelos presentan problemas relacionados con
las regresiones de corte transversal y su carencia de robustez estadística, y a pesar de contar con
el respaldo de la teoría económica en la literatura, la significancia estadística de sus resultados no
resisten pequeñas variaciones en la lista de las variables explicativas, quitándole solidez a sus
conclusiones (Torrisi, 2009, p.17).

D. Enfoque de los modelos Auto - regresivos Vectoriales (VAR)

Un modelo VAR para este enfoque, comprende un sistema de ecuaciones en series de tiempo,
rezagadas entre sí, en i iteraciones y con residuos ruido blanco. Pereira y Sagalés (2006)
encuentran que las inversiones en infraestructura afectan positivamente a la producción privada
y al desplazamiento de los insumos para el sector privado en las regiones de España; es decir, la
inversión pública en infraestructura y el gasto privado son complementarios y no sustitutos,
además, estas inversiones representan desventaja para las regiones periféricas por ser dirigidas a
la interconexión y mejora estructural de los centros industriales.

Aunque este tipo de modelos permite probar estadísticamente la asociación positiva entre
inversión pública en infraestructura y la productividad para sectores estratégicos de la economía
(Romp & De Haan, 2007), los modelos VAR no logran resolver definitivamente los problemas
de endogeneidad, debido a que los resultados dependerán de los datos históricos, los cuales, son
susceptibles de afectarse por shocks originados desde la política económica y la fortaleza
institucional.

17 Entre otros resultados importantes, (Cellini & Torrisi, 2009) estudiaron el impacto de la infraestructura de
carretera sobre el sector del turismo y encontraron un impacto débil sobre algunos indicadores de desempeño
económico relacionados con el PIB del sector, presencia turística y crecimiento de inversión hotelera.
 E. Modelo propuesto
Siguiendo a Sanaú y Jiménez, (2011), se mide la productividad mediante el enfoque dual basado
en la función de costos, la cual aproxima de forma integral los determinantes que actúan sobre
el comportamiento de la empresa optimizadora y permite examinar las relaciones de
complementariedad y/o sustitución entre los factores privados y públicos, así como el efecto
marginal del capital público sobre la estructura de costos de las empresas18. De acuerdo al modelo
planteado por Boscá, Dabán y Escribá (1999); Moreno et al. (2002), se parte de una función de
producción donde 𝑌 es el producto y 𝑋𝑖 con 𝑖= 1,…, s, es el factor i-ésimo de observaciones:

𝑌 = (𝑋𝑖 , … , 𝑋𝑠 ) (2)

Se supone que las empresas son precio-aceptantes de un vector de precios (𝑃1 , … , 𝑃𝑠 ) de los
factores de producción, por tanto, el problema que enfrentan las empresas es minimizar el costo
de producir un nivel de producto (𝑌). Dado esto, se puede expresar las funciones óptimas de
demanda (𝑋𝑖 ) para los factores privados y el nivel de costos óptimo (C) dual a la función de
producción, ambos dependientes de los precios de los factores y del producto:

𝑋𝑖 = (𝑃1 , … , 𝑃𝑠 , 𝑌) (3)

𝐶 = 𝐶(𝑃1 , … , 𝑃𝑠 , 𝑌) (4)

Este trabajo distingue entre factores variables y fijos, por tanto, el objetivo de la empresa es
minimizar el costo de los factores variables, condicionado al acervo de factores fijos, de manera
que los factores variables están en equilibrio, mientras que los fijos llegan al equilibrio solo a
largo plazo (Sanaú & Jiménez, 2011). Al igual que en Sanaú y Jiménez (2011), la función de
producción es ampliada con el capital público como un factor fijo externo no remunerado, lo
cual se refleja en la función de costos variables, expresada de la siguiente manera:

𝐶𝑉 = 𝐶𝑉(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝑃 , 𝐾𝐺 ) (5)

Donde el trabajo (L) y los materiales intermedios (M) son considerados como factores variables
internos y el capital privado (KP) como factor fijo interno, mientras que los factores externos se

18 Estas relaciones con una función de producción, especialmente la tipo Cobb-Douglas no sería posible, dada la
rigidez en su forma funcional (Draper & Herce, 1994).
asocian con el producto (Y) y la inversión pública (KG). Este último, es tomado como inversión
de infraestructura de transporte por carreteras, por lo que este tipo de infraestructura se
considera como un factor fijo no remunerado en el proceso de producción, lo cual permite
definir la función de costos totales como:

𝐶𝑉(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝑃 , 𝐾𝐺 ) = 𝑃𝐿 𝐿(. ) + 𝑃𝑀 𝑀(. ) (6)

Se asume en el corto plazo, las empresas demandan los factores privados variables ajustándolos
a sus decisiones de producción y teniendo en cuenta la relación de complementariedad o
sustitución con las infraestructuras públicas de transporte cuando éstas se encuentran en óptimas
condiciones. Para medir los beneficios marginales de un incremento en la inversión de capital
público y/o privado de las empresas, se utilizan los precios sombra, obtenidos a partir de la
diferenciación parcial de la función de costos variables, como se muestra a continuación:

𝜕𝐶𝑉(.)
𝑍𝐾𝐺 = − (7)
𝜕𝐾𝐺

𝜕𝐶𝑉(.)
𝑍𝐾𝑃 = − (8)
𝜕𝐾𝑃

Las ecuaciones (7) y (8) expresan el ahorro marginal por unidad de infraestructura de capital
público y/o privado, al presentarse una relación negativa entre los costos variables y los dos
tipos de capital. Lo cual permite definir esta medida también, como la disposición implícita en
el corto plazo a pagar por el capital público o privado por parte de los empresarios; esto por el
beneficio marginal positivo que un incremento de este stock les representa. Además, es posible
obtener las demandas de los factores que minimizan los costos variables mediante el teorema de
Shephard, expresados de la siguiente manera:

𝜕𝐶𝑉(.)
𝐿∗ = 𝐿(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝐺 , 𝐾𝑃 ) = (9)
𝜕𝑃𝐿

𝜕𝐶𝑉(.)
𝑀 ∗ = 𝐿(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝐺 , 𝐾𝑃 ) = (10)
𝜕𝑃𝑀

Reemplazando (9) y (10) en (6) se observa el efecto de un incremento del capital público y
privado en los costos totales:

𝜕𝐶𝑉 𝜕𝐿(.) 𝜕𝑀(.)

𝑍𝐾𝐺 = − = −𝑃𝐿 − 𝑃𝑀 = 𝐿𝐾𝐺 + 𝑀𝐾𝐺 (11)
𝜕𝐾𝐺 𝜕𝐾𝐺 𝜕𝐾𝐺
 𝜕𝐶𝑉 𝜕𝐿(.) 𝜕𝑀(.)
𝑍𝐾𝑃 = − = −𝑃𝐿 − 𝑃𝑀 = 𝐿𝐾𝑃 + 𝑀𝐾𝑃 (12)
𝜕𝐾𝑃 𝜕𝐾𝑃 𝜕𝐾𝑃

Donde, si 𝐿𝐾𝐺 (𝑀𝐾𝐺 ) es menor que cero, el trabajo (los consumos intermedios) es (son) un factor

complementario del capital público. Por el contrario, si es mayor que cero, el trabajo (los
consumos intermedios) es (son) un factor sustitutivo del capital público. Las mismas
conclusiones son aplicables para el caso del capital privado.

La solución al equilibrio de corto plazo relacionado con los factores variables está constituido
por la función de costos variables definida anteriormente y la participación del factor (𝑆𝑖 ), o lo
que es lo mismo, el porcentaje del costo supuesto por el factor i-ésimo, expresado en la siguiente
ecuación:

𝑃𝑖 ∗𝑋𝑖 𝜕𝑙𝑛 𝐶𝑉 𝜕𝐶𝑉 𝑃𝑖

𝑆𝑖 = = = 𝑖 = 𝐿, 𝑀 (13)
𝐶𝑉 𝜕𝑙𝑛 𝑃𝑖 𝜕𝑃𝑖 𝐶𝑉

De la función de costos totales en el corto plazo se derivan las elasticidades con respecto a los
stocks de capital privado y capital público. La importancia de estas elasticidades, radica en que
miden el cambio porcentual debido a un aumento marginal en el acervo de infraestructuras. Las
elasticidades se expresan como sigue:

𝝏 𝐥𝐧 𝑪𝑽 𝝏𝑪𝑽 𝑲𝑮 𝝏𝑪𝑽 𝑲𝑮
𝜺𝑪𝑽𝑲𝑮 = = = (14)
𝝏 𝐥𝐧 𝑲𝑮 𝝏𝑲𝑮 𝑪𝑽 𝝏𝑲𝑮 𝑪𝑽
𝝏 𝐥𝐧 𝑪𝑽 𝝏𝑪𝑽 𝑲𝑷 𝝏𝑪𝑽 𝑲𝑷
𝜺𝑪𝑽𝑲𝑷 = = = (15)
𝝏 𝐥𝐧 𝑲𝑷 𝝏𝑲𝑷 𝑪𝑽 𝝏𝑲𝑷 𝑪𝑽

A partir de la anterior ecuación y de las ecuaciones (14) y (15) se obtiene la elasticidad de los
costos variables respecto al capital público y privado:

𝜕𝐶𝑉 𝐶𝑉
𝑍𝐾𝐺 = − = − 𝜀𝐶𝑉𝐾𝐺 ( ) (16)
𝜕𝐾𝐺 𝐾 𝐺

𝜕𝐶𝑉 𝐶𝑉
𝑍𝐾𝑃 = − = − 𝜀𝐶𝑉𝐾𝑃 ( ) (17)
𝜕𝐾𝑃 𝐾 𝑃

A medida que el capital de infraestructura pública tenga una relación de sustitución con los
factores variables en el proceso de producción, se incrementará la eficiencia en las empresas vía
disminución de los costos variables. Además, dado que las empresas no pagan de manera directa
por las infraestructuras, para que la inversión en capital público pueda generar un efecto positivo
sobre la producción, debe satisfacerse que 𝑍𝐾𝐺 > 0, por lo que 𝜀𝐶𝐾𝐺 < 0. Esto debido a que la
ecuación (14) puede expresarse como:

𝐾
𝜀𝐶𝑉𝐾𝐺 = −𝑍𝐾𝐺 ( 𝐺 ) (18)
𝐶𝑉

Utilizando las expresiones derivadas anteriormente, es posible relacionar las elasticidades

producto con respecto a los acervos de capital con las participaciones sombra de estos factores
en el costo total. Las elasticidades del producto respecto a los factores fijos se obtienen mediante
la derivación implícita:

𝜕 ln 𝑌 𝜕𝑌 𝐾𝐺 𝜕𝑌 𝜕𝐶 𝐾𝐺 1 𝐾𝐺
𝜀𝑌,𝐾𝐺 = = = = 𝑍𝐾𝐺 (19)
𝜕 ln 𝐾𝐺 𝜕𝐾𝐺 𝑌 𝜕𝐶 𝐾𝐺 𝜕𝑌 𝐶𝑀𝑎 𝑌

𝜕𝑌 𝐾𝑃 𝜕𝑌 𝜕𝐶 𝐾𝑃 1 𝐾𝑃
𝜀𝑌,𝐾𝑃 = = = 𝑍𝐾𝑃 (20)
𝜕𝐾𝑃 𝑌 𝜕𝐶 𝐾𝑃 𝜕𝑌 𝐶𝑀𝑎 𝑌

Pueden calcularse las tasas de rentabilidad brutas del capital privado y de la inversión pública en
carreteras con (19) y (20); así como también, la elasticidad de los costos variables con respecto
al capital público de largo plazo. Estas tasas de rentabilidad son las respectivas productividades
marginales de cada factor, mientras que la elasticidad de largo plazo es la medida de variación
porcentual de la demanda de factores variables (consumo intermedio y trabajo).

𝜕𝑌
𝜌𝐾𝑃 ≡ = 𝜀𝑌,𝐾𝑃 (𝑌⁄𝐾 ) (21)
𝜕𝐾𝑃 𝑃

𝜕𝑌
𝜌𝐾𝐺 ≡ = 𝜀𝑌,𝐾𝐺 (𝑌⁄𝐾 ) (22)
𝜕𝐾𝐺 𝐺

III. Contrastación empírica

Los datos utilizados para el desarrollo metodológico de este trabajo se obtuvieron de la Encuesta
Anual Manufacturera (EAM), realizada por el Departamento Administrativo Nacional de
Estadística (DANE) para el período 1995-201419, del Ministerio de Transporte y del Banco de la
República. Para la inversión privada en el sector manufacturero se toma los activos de estas

19Es importante señalar que los datos disponibles en la EAM, se manejan con dos años de rezago sobre el año
anterior al que este en curso y están expresados en precios corrientes (por miles de pesos colombianos). Ver base
de datos histórica disponible al público en general: http://www.dane.gov.co/index.php/industria/encuesta-anual-
manufacturera-eam/112-boletines/industria/2770-encuesta-anual-manufacturera-eam.
empresas para cada departamento y la inversión pública en infraestructura de transporte por
carretera se mide como el acervo de capital neto discriminado por departamentos para cada año.

Siguiendo a Creel y Poilon (2008) y O’Mahony et al. (2008) la variabilidad del capital público es
controlada, al aplicar el método de Inventario Perpetuo (MIP), el cual parte de un acervo de
capital inicial y le añade anualmente el gasto de inversión bruta descontada de la depreciación
imputable. Para esto, el acervo de capital público entra en el modelo con un retardo de un año,
suponiendo que las infraestructuras construidas durante un año determinado empiezan a
impactar consistentemente la actividad industrial a partir del año siguiente.

Así, el acervo inicial de capital privado KG se calcula como lo propone Griliches, (1979):

𝐼𝑁𝑉𝑖,𝑡−𝜃
𝐾𝑃𝑖,𝑡 = (23)
𝛾+𝑔𝑡

𝐾𝑃𝑖,𝑡+1 = 𝐼𝑁𝑉𝑖,𝑡+1−𝜃 + (1 − 𝛾 )𝐾𝑃𝑖,𝑡 (24)

Siendo t el periodo inicial, 𝐾𝑃𝑖,𝑡 el acervo inicial de capital privado, θ la estructura de retardos,
𝐼𝑁𝑉𝑖,𝑡+1−𝜃 la inversión en capital privado en el periodo t+1, 𝑔𝑡 es la tasa de crecimiento de la
formación bruta de capital fijo para el año t y 𝛾 la tasa de depreciación estándar de las carreteras
pavimentadas propuesta por el banco mundial (Yepes, 2008).

La metodología usada para probar el efecto de la inversión pública de infraestructura de

transporte por carretera sobre los costos de producción de la industria manufacturera, está
basada en una función de costos translogarítmica. Según David Guilkey, Lovell y Sickles (2016),
este tipo de funciones tienen condiciones regulares en su comportamiento global que no
permiten homoteticidad,20 ni elasticidades unitarias en la función de costos y es la más indicada
para representar la estructura de producción21. Su aproximación general puede describirse de la
siguiente manera:

20 Una función de producción es homotética cuando un incremento en los rendimientos, está relacionado con una
expansión proporcional de consumo de todos los insumos.
21 D. Guilkey, Lovell y Sickles (1983) estudiaron el desempeño de diferentes formas funcionales de costos y su

sensibilidad ante los efectos del capital público en <<Monte Carlo experiments>>, entre las cuales se encuentran
las generalizaciones de las formas funcionales de Leontief y Cobb–Douglas.
ln C(𝑥1 , 𝑥2 , … , 𝑥𝑖 )
𝑛 𝑛 𝑛 𝑛
1 1
= 𝛼0 + ∑ 𝛼𝑖 ln 𝑥𝑖 + ∑ 𝛼𝑖𝑖 (ln 𝑥𝑖 )2 + ∑ ∑ 𝛼𝑖𝑗 ln 𝑥𝑖 ln 𝑥𝑗 (25)
2 2
𝑖=0 𝑖=0 𝑖=0 𝑗=0

Donde 𝐶(𝑥1 , 𝑥2 , … , 𝑥𝑖 ) es una función de costos que depende de un i- ésimo factor 𝑥𝑖 . Otra
de las ventajas de medir la sensibilidad de los costos mediante la ecuación anterior, radica en que
permite un rango amplio de posibilidades de sustitución; lo que implica, que esta forma funcional
puede ser acomodada con cualquier tecnología de producción sin imponer, a priori, restricciones
sobre los rendimientos de escala (Moreno et al., 2002, p.107).

Esta forma funcional ha sido desarrollada y adaptada para estudios económicos que miden los
efectos de la infraestructura pública en las empresas; por tanto, la función empleada para este
trabajo es muy similar a la desarrollada por (Moreno et al., 2002), donde t es una tendencia
temporal que resume el cambio tecnológico, y para efectos de este texto, será el valor agregado
generado en la industria manufacturera:

𝑃𝐿
ln(𝐶𝑉⁄𝑃𝑀 ) = 𝛽0 + 𝛽𝐿 ln + 𝛽𝑌 ln 𝑌 + 𝛽𝐾𝑃 ln 𝐾𝑃 + 𝛽𝐾𝐺 ln 𝐾𝐺 + 𝛽𝑇 𝑡 +
𝑃𝑀

1 𝑃𝐿 2
[𝛽𝐿𝐿 ln + 𝛽𝑌𝑌 ln 𝑌 2 + 𝛽𝐾𝑃𝐾𝑃 ln 𝐾𝑃 2 + 𝛽𝐾𝐺 𝐾𝐺 ln 𝐾𝐺 2 + 𝛽𝑇𝑇 𝑡 2 ] +
2 𝑃𝑀
𝑃𝐿 𝑃𝐿 𝑃𝐿 𝑃𝐿
𝛽𝐿𝑌 ln ln 𝑌 + 𝛽𝐿𝐾𝑃 ln ln 𝐾𝑃 + 𝛽𝐿𝐾𝐺 ln ln 𝐾𝐺 + 𝛽𝐿𝑇 ln 𝑡+
𝑃𝑀 𝑃𝑀 𝑃𝑀 𝑃𝑀

𝛽𝑌𝐾𝑃 ln 𝑌 ln 𝐾𝑃 + 𝛽𝑌𝐾𝐺 ln 𝑌 ln 𝐾𝐺 + 𝛽𝑌𝑇 ln 𝑌 𝑡 + 𝛽𝐾𝑃𝐾𝐺 ln 𝐾𝑃 ln 𝐾𝐺 +

𝛽𝐾𝑃𝑇 ln 𝐾𝑃 𝑡 + 𝛽𝐾𝐺 𝑇 ln 𝐾𝐺 𝑡 (26)

Donde M es el consumo intermedio manufacturero; KP es el capital privado manufacturero; KG

es la inversión pública en carreteras; PL es el precio del factor trabajo, construido a partir de la
razón entre los salarios totales y el número total de trabajadores para cada departamento,
tomados de la EAM del DANE; PM es el precio de los factores intermedios, para el cual
utilizamos como variable proxy el índice de precios al Productor manufacturero, tomado del
Banco de la República; Y es el producto del sector manufacturero. El precio de los consumos
intermedios se incluyó como un precio relativo para asegurar que la función de costos sea
homogénea de grado uno.
Las ecuaciones de participación de los factores variables en los costos variables, se obtienen
aplicando el lema de Shephard y se expresan en las siguientes ecuaciones:

𝑃𝐿 𝐿 𝜕 ln 𝐶𝑉 𝑃𝐿 (27)
𝑆𝐿 = = = 𝛽𝐿 + 𝛽𝐿𝐿 ln + 𝛽𝐿𝑌 ln 𝑌 + 𝛽𝐿𝐾𝑃 ln 𝐾𝑃 + 𝛽𝐿𝐾𝐺 ln 𝐾𝐺 + 𝛽𝐿𝑇 𝑡
𝐶𝑉 𝜕 ln 𝑃𝐿 𝑃𝑀

𝑆𝐶𝑀 = 1 − 𝑆𝐿 (28)

Las ecuaciones (25), (26) y (27) se utilizan para el análisis de corto plazo, con el fin de obtener
los parámetros relevantes de la función de costos, los cuales se usarán para calcular los precios
sombra y las elasticidades que servirán para analizar los efectos de las infraestructuras y el capital
privado.

IV. Resultados
El modelo utilizado se ha estudiado dentro de un marco determinístico, mediante la metodología
de estimación por datos de panel que permite manejar la información disponible con un número
de departamentos (22) y un período de años relativamente grandes (19). Para esto, se utiliza una
función de costos translogarítmica, cuyos parámetros se estiman mediante un modelo de
regresiones aparentemente no relacionadas (SUR), el cual, permite que los coeficientes de la
ecuación y las varianzas difieran; además permiten la correlación contemporánea de los errores.
Para estimar los coeficientes del modelo translogarítmico, se adoptó el método de mínimos
cuadrados generalizados corregidos por auto correlación estructural de orden uno y se iteraron
estos resultados para que los estimadores convergieran, lo más cercano posible, a los 𝛽
poblacionales22. En la Tabla 3, se observa la significancia individual de los parámetros estimados
los precios relativos y los efectos cruzados entre las variables. En la Tabla 4, se muestran los
promedios generales de los precios sombra (𝒁𝒋𝒊 ) y las elasticidades (𝜺𝒋𝒊 ) estimadas. Estos cálculos
se realizaron con promedios anuales, nacionales y departamentales.

En la Tabla 5, el precio sombra del capital público (𝒁𝑲𝑮 ) es positivo en todos los departamentos
estudiados y significativamente alto para Santafé de Bogotá, Valle del Cauca, Atlántico y

22 Para justificar este procedimiento, previamente se aplicaron pruebas de heteroscedasticidad y auto correlación
que arrojaron evidencia significativa de la existencia de estos problemas. Adicionalmente, el modelo se corrige con
auto correlación estructural de orden uno común entre todos los departamentos, ya que los resultados comparados
con auto correlación específica, no arrojan resultados satisfactorios para Santafé de Bogotá y diferencialmente
significativos para el resto de los departamentos.
Antioquia; lo que implica, una alta predisposición implícita del sector manufacturero de estos
departamentos a pagar por una unidad adicional de inversión pública en carreteras a corto plazo.
Por otro lado, algunos departamentos presentaron valores de este precio sombra muy inferiores
a la media, como fue el caso de Cauca, Caldas y Boyacá. Respecto al precio sombra del capital
privado (𝒁𝑲𝑷 ), se evidencia una alta predisposición implícita del sector manufacturero a pagar
por una unidad adicional de inversión privada en departamentos como Meta, Santander,
Antioquia, Santafé de Bogotá y Valle del Cauca; mientras que, no hay una aparente disposición
a pagar por este tipo de inversión, principalmente en Cauca, Huila, Boyacá y Caldas.

En la misma Tabla 5, también pueden observarse las elasticidades promedio departamentales

del producto, con respecto a la inversión pública en carreteras (𝜺𝒀𝑲𝑮 ) y al capital privado (𝜺𝒀𝑲𝑷 ),
las cuales son de 0,1792 y -0,0152, respectivamente. Estos resultados indican que para
departamentos como son Sucre, Meta, Córdoba y Boyacá se espera que por unidad invertida de
capital público en carreteras se obtenga un rendimiento porcentual mayor en los niveles de
producto manufacturero por unidad invertida en capital público. Por su parte, Antioquia, Santafé
de Bogotá, Santander, Valle del Cauca y Cundinamarca registran las mayores contribuciones
marginales al incremento del producto manufacturero por unidad porcentual de inversión
privada.

En la Tabla 5, también se muestra que departamentos como Sucre, Córdoba y Meta aumentan
sus costos variables con respecto al incremento del stock de capital privado (𝜺𝑪𝑽𝑲𝑷 ); mientras
que Antioquia, Santander, Santafé de Bogotá y Valle del Cauca son los que más se benefician de
la inversión en este tipo de capital, reduciendo sus costos variables. Por otra parte, la inversión
pública en carreteras reduce los costos variables de todos los departamentos, al registrar mayores
contribuciones marginales de esta inversión a la reducción de los costos variables (𝜺𝑪𝑽𝑲𝑮 ) en
departamentos que tienen una baja concentración de la producción manufacturera, tales como
Meta, Sucre, Córdoba, Nariño y Boyacá; mientras que en departamentos con alta concentración
de esta producción como Santafé de Bogotá, Antioquia, Valle del Cauca, Santander y
Cundinamarca se presenta una reducción moderada en sus costos variables, más aún, para
Bogotá en comparación con la media nacional de -0.1671 (ver Gráfico 9).
Gráfico 9. Producción manufacturera de los principales departamentos como porcentaje del total nacional

Fuente: Elaboración propia. Datos obtenidos de la Encuesta Anual Manufacturera (EAM), 2016.

En la Tabla 7, se destacan las altas tasas de rentabilidad del acervo de capital privado de corto
plazo (𝝆𝑲𝑷 ), para departamentos Santander, Antioquia, Santafé de Bogotá, Valle del Cauca y
Cundinamarca. Por su parte, departamentos como Valle del Cauca, Atlántico, Santafé de Bogotá,
Antioquia, Bolívar y Cundinamarca muestran mayores tasas de rentabilidad con respecto a la
inversión pública de carreteras (𝝆𝑲𝑮 ). Esto implica, una alta necesidad de inversión de ambos
tipos de capital en los principales departamentos productores de manufacturas, con una mayor
necesidad a nivel porcentual en inversión pública de carreteras.

Por su parte, la elasticidad de costos totales con respecto a la inversión pública en carreteras
(𝜺𝑪𝑻𝑲𝑮 ) es negativa para todos los departamentos, lo que indica que un incremento en el acervo
de capital público genera una reducción de los costos totales; y especialmente para los
departamentos de Nariño, Cesar, Norte de Santander, Huila y Magdalena, cuyo costo de capital
no es tan grande en comparación con los principales departamentos productores. Como es
lógico, la elasticidad de costos totales con respecto a la inversión privada (𝜺𝑪𝑻𝑲𝑷 ) es negativa para
los principales departamentos manufactureros (Antioquia, Santander, Santafé de Bogotá, Valle
del Cauca y Cundinamarca) y positiva para departamentos con bajos niveles de producción
manufacturera como Sucre Córdoba y Cesar.
 Gráfico 10. Inversión pública en infraestructura de carreteras como proporción del total nacional

Fuente: Elaboración propia. Datos obtenidos del Ministerio de Transporte, 2016.

En la Tabla 8, pueden observarse las elasticidades del consumo intermedio con respecto al
acervo de capital privado (𝜺𝑪𝑴𝑲𝑷 ) y del capital púbico (𝜺𝑪𝑴𝑲𝑮 ) en promedio, son de 0.0610 y -
0.2138 respectivamente; mientras que las elasticidades de la mano de obra con respecto al acervo
de capital privado (𝜺𝑳𝑲𝑷 ) y del capital púbico (𝜺𝑳𝑲𝑮 ) son de -0.6632 y -2.9817. Lo que significa
que el acervo de capital privado mostró, en promedio, con respecto al consumo intermedio una
relación de complementariedad, mientras que con respeto a la mano de obra se puede observar
una relación de sustituibilidad. Se evidencia hay una mayor relación de complementariedad del
capital privado, tanto con el factor trabajo como con los consumos intermedios en los
departamentos de Sucre, Córdoba, Boyacá, Meta y Cesar; mientras que, en Antioquia, Santafé
de Bogotá, Valle del Cauca, Santander y Cundinamarca el acervo de capital privado tiene una
mayor relación de sustitución con respecto a los costos intermedios y el trabajo.

En cuanto a la relación entre el capital público y los factores variables, se presenta una relación
de sustitución tanto con el factor trabajo como con el consumo intermedio, en todos los
departamentos. Estas relaciones fueron más elásticas ante un aumento en el acervo de capital
público con respecto al factor trabajo que con el consumo intermedio; lo que implica, que las
disminuciones en los costos variables por unidad de capital público corresponden mayormente
a la reducción de los costos laborales para las empresas del sector. Entre los departamentos que
registraron las mayores relaciones de sustitución del trabajo con respecto al capital público, se
destacan Huila, Santander, Meta y Bolívar; mientras que Sucre, Córdoba, Meta, Boyacá y Nariño
registraron mayores relaciones de sustitución de los consumos intermedios.

Los resultados promedio anuales, a nivel nacional, presentados en las Tabla 6 y Tabla 9, ,
muestran una tendencia decreciente de la participación del factor trabajo en los costos variables,
mientras que la participación del factor de consumo intermedio ha tenido una tendencia
creciente durante el período de estudio. Por su parte, se observa la tendencia creciente de la
rentabilidad de la inversión privada en acervo de capital y la rentabilidad de la inversión pública
en carreteras; así mismo, como la tendencia decreciente de la elasticidad costo total con respecto
a la inversión pública y el acervo de capital privado. Confirmando lo anterior, en el Gráfico 11,
se observa como las elasticidades de los costos variables con respecto al capital público y del
ingreso con respecto al capital privado han mantenido una tendencia decreciente.

Gráfico 11. Elasticidades de costos variables y producto con respecto a la inversión pública en carreteras y al
acervo de capital privado

40%

30%

20%

10%

0%
1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014
-10%

-20%

-30%

-40%
Elasticidad costo total - inversión pública Elasticidad costo total - acervo de capital privado
Elasticidad costo variable - acervo de capital privado Elasticidad costo variable - inversión pública
Elasticidad producto - inversión pública Elasticidad producto - acervo de capital privado
Fuente: Elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM), 2016.

Comparando los resultados obtenidos aquí, con algunos trabajos que se han hecho para
Colombia, se destacan Cárdenas, Escobar, y Gutiérrez (1995) y Sánchez (1993) que utilizan
funciones de producción a nivel nacional, encontrando una elasticidad del producto respecto al
capital público de 0,127 y 1,1 respectivamente; mientras que Sanaú y Jiménez (2011) utilizando
funciones de costos intersectoriales, obtienen la misma elasticidad con un valor de 1,234. Entre
tanto, la elasticidad del producto respecto a la inversión pública de carreteras mostrada en este
trabajo es de 0,179; esta diferencia se explica, porque se tuvieron en cuenta las diferencias
geográficas a nivel departamental, no obstante, aun así, se evidencia el impacto positivo que
causan las mayores y mejores infraestructuras públicas en la productividad industrial
manufacturera.

Adicionalmente, para evitar sesgos en la estimación de las tendencias de las elasticidades, se

realizó una ponderación adicional de estos, con el porcentaje de participación de los
departamentos con respecto al total nacional. Los resultados promedio anuales a nivel nacional
presentados en el Gráfico 12, muestran unas tendencias decrecientes de las elasticidades costo
variable y costo total con respecto al capital privado y el capital público.

Gráfico 12. Elasticidades de costos variables y producto con respecto a la inversión pública en carreteras y al
acervo de capital privado ponderadas por el porcentaje de participación de la producción para cada departamento

1,5%

1,0%

0,5%

0,0%
1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014
-0,5%

-1,0%

-1,5%
Elasticidad producto - capital público ponderada Elasticidad producto - capital privado ponderada
Elasticidad costo total - capital público ponderada Elasticidad costo total - capital privado ponderada
Elasticidad costo variable - capital privado ponderada Elasticidad costo variable - capital público ponderada

Fuente: Elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM), 2016.

Los resultados de las Gráficas 11 y 12, no muestran mayores variaciones diferentes a la escala de
estimación; sin embargo, se observa que las contribuciones marginales al producto por unidad
de capital privado y público en carreteras ha estado convergiendo desde 1999. Además, que el
costo del capital privado desde 1999, no ha afectado tanto a las empresas y les ha permitido
disminuir sus costos totales por unidad de capital público y privado, a la par de sus costos
variables.

Conclusiones y Recomendaciones
La difícil situación fiscal del gobierno colombiano y la alta dependencia de los mercados
internacionales en el sector manufacturero en sus estructuras de costos son hoy grandes
problemas que requieren el idear políticas públicas efectivas que generen encadenamientos
productivos y desarrollo para el país en este sector. Una de las alternativas, es la inversión en
infraestructura pública de carreteras, que no solo se encuentra rezagada, sino que es el medio de
transporte más usado por los empresarios del sector para no solo obtener los insumos sino
comercializar sus productos.

El modelo utilizado le asignó a la inversión en capital público, en promedio, unos efectos

productividad y de ahorro de costos mayores que los obtenidos para la inversión en capital
privado. También puede notarse que el capital público se presentó como sustitutivo tanto del
factor trabajo como de los factores intermedios, mientras que el capital privado se comportó
como sustitutivo del factor trabajo y complementario de los consumos de materiales
intermedios. En general, la fuerza de la relación sustitutiva en favor de la mano de obra resultó
bastante mayor (-0.6632) que la de la relación complementaria en favor del consumo intermedio
(0.0610), lo que debe reflejarse en una relación sustitutiva neta entre el capital privado y los
factores variables o un ahorro de costos variables.

El precio sombra del capital público es positivo en todos los departamentos a corto plazo, entre
los departamentos que registraron el mayor impacto positivo tanto del capital público como de
capital privado, pueden destacarse grandes productores de manufactura como lo son: Bogotá,
Valle del Cauca, Atlántico, Santander y Antioquia. Durante el periodo de estudio, los efectos
positivos del aumento de los capitales privado y público sobre la industria manufacturera
crecieron en magnitud, por tanto, la inversión en maquinaria, equipo, edificios y carreteras
generó reducciones marginales en los costos variables de la industria manufacturera colombiana,
lo que permitió aumentos en la productividad de esta industria en los diferentes departamentos,
que más tarde se reflejaron en un mayor crecimiento del PIB industrial.
Durante el periodo de estudio, se muestra una tendencia creciente de la rentabilidad del capital
privado y del capital público; siendo esta última mayor. Se destacan departamentos como Valle
del Cauca, Atlántico, Bogotá, Antioquia, Cundinamarca y Bolívar. Resulta entonces más eficiente
para el país invertir recursos en infraestructura de carreteras en los principales departamentos
productores de manufactura, los cuales, no sólo presentan altas disminuciones de los costos
variables sino también, altas tasas de rentabilidad por unidad de carreteras invertida.

En general, puede concluirse que mayores niveles de inversión en capital público y en capital
privado fueron requeridos por la industria manufacturera colombiana para optimizar la
producción entre 1995 y 2014. Sin embargo, dada la tendencia creciente de las contribuciones
marginales de los capitales público y privado a la reducción de los costos durante esos años, debe
entenderse que la escasez de estos dos tipos de activos persiste en la actualidad y que las
anteriores recomendaciones tienen vigencia de cara a la época actual.

Bibliografía
Acosta, O., Rozas, P., & Silva, A. (2008). Desarrollo e impacto fiscal del sistema de concesiones
en Colombia. CEPAL, División de Recursos Naturales E Infraestructura. Retrieved from
http://archivo.cepal.org/pdfs/2008/S0800615.pdf

Alvarez, M., & Polo, C. (2008). Efectos del Capital Público sobre la Productividad privada en
España. UAB, Mimeo.

ANIF. (2014). Concesiones de Infraestructura de Cuarta Generación ( 4G ): Requerimientos de

Inversión y Financiamiento Público-Privado, (Cci).

Aschauer, D. (1989). Is public expenditure productive? Journal of Monetary Economics, 23(2), 177–
200. Retrieved from http://doi.org/10.1016/0304-3932(89)90047-0

Aschauer, D. A. (1989). Is public expenditure productive? Journal of Monetary Economics, 23(2),

177–200. http://doi.org/10.1016/0304-3932(89)90047-0

Asociacion Nacional de Industriales (ANDI). (2015). Colombia: Balance 2014 y perspectivas 2015.
Retrieved from http://www.andi.com.co/SitEco/Documents/Balance 2014 y
perspectivas 2015.pdf

Asociacion Nacional de Industriales (ANDI). (2016). Colombia : Balance 2015 y Perspectivas

 2016 Resumen Ejecutivo.

Asociacion Nacional de Instituciones Financieras (ANIF) y firma comisionista de bolsa

(CORREVAL). (2011). Privatizaciones, infraestructura y mercado de capitales. Retrieved
from http://anif.co/sites/default/files/uploads/Correval2011.pdf

Bajo, O., & Sosvilla, S. (1993). Does public capital affect private sector performance? An analysis
of the Spanish case, 1964-1988. Economic Modelling Review, Vol.10, No, 179–185.

Banco Interamericano de Desarrollo (BID). (2010). La era de la productividad: cómo transformar las
economías desde sus cimientos (Carmen Pag). Washington: Oficina de Relaciones Externas del
BID. Retrieved from
https://publications.iadb.org/bitstream/handle/11319/342/DIA_2010_Spanish.pdf?seq
uence=1

Barro, R. J. (1990). Economic Growth in a Cross Section of Countries, Journal of Political

Economy, 407– 443.

Becerra, A. (2001). Restricciones financieras para la innovación en la industria manufacturera

colombiana, XLI, No. 1, 185–224.

Berndt, E. R., & Hansson, B. (1991). Measuring the Contribution of Public Infrastructure Capital
in Sweden, (as Scandanavian Journal of Economics Volume 94, Supplement 1992), 151–
168. Retrieved from http://www.nber.org/papers/w3842.pdf

Boscá, J. E., Dabán, T., & Escribá, J. (1999). Capital privado e infraestructuras en la producción
industrial regional. Revista de Economía Aplicada, 21 (VII), 61–94.

Boscá, J. E., Escribá, F. J., Ferri, J., & Murgui, M. J. (2010). La inversión en infraestructuras
públicas: una panorámica y algunas conclusiones para las regiones españolas, Dirección
General de Presupuestos. Ministerio de Economía Y Hacienda, Documento de Trabajo.

Boscá, J., Escribá, F., & Murgui, M. (2002). The effect of public infrastructures on the private
productive sector of Spanish regions. Journal of Regional Science, 4(2)(301-326).

Cárdenas, M., Escobar, A., & Gutiérrez, C. (1995). La Contribución de la Infraestructura a la

actividad Económica en Colombia 1950 - 1994. Revista Ensayos Sobre Política Económica
(ESPE), 14(No. 28, Art. 04, Diciembre de 1995), 139–188. Retrieved from
 http://www.banrep.gov.co/sites/default/files/publi ... hivos/espe_028-4.pdf

Cellini, R., & Torrisi, G. (2009). The Regional Public Spending for Tourism in Italy: An Empirical
Analysis (No. 16131). Retrieved from
https://www.researchgate.net/publication/46444920_Regional_public_spending_for_to
urism_in_Italy_An_empirical_analysis

Clavijo, S. (2013). Concesiones Viales y Deuda Pública Contingente: ¿Cómo van las cuentas?
Asociación Nacional de Instituciones Financieras (ANIF). Retrieved from
http://anif.co/sites/default/files/uploads/Oct30-13.pdf

Clavijo, S., Vera, A., & Fandiño, A. (2012). Desindustrialización en Colombia: Análisis Cuantitativo de
sus determinantes. Bogotá.

Clavijo, S., Vera, A., & Jiménez, M. (2012). Apertura comercial e infraestructura ¿Cómo
aprovechar la llegada de los TLCs? Retrieved from
http://anif.co/sites/default/files/uploads/158.pdf

Coase, R. H. (1937). The nature of the firm. Economica, 41(reimpr. En R. H. Coase, The firm, the
market and the law, Chicago: University of Chicago Press, 1988, pp. 33-55), 386–405.

Cochrene, D., & Orcutt, G. H. (2012). Application of Least Squares Regression to Relationships
Containing Auto-Correlated Error Terms. The American Statistical Association, 44 , Iss. .
Retrieved from http://dx.doi.org/10.1080/01621459.1949.10483290

Concejo privado de competitividad. (2016). Informe Nacional de Competitividad 2015-2016.

Retrieved from http://www.compite.com.co/site/informe-nacional-de-competitividad-
2015-2016-2/

Creel, J., & Poilon, G. (2008). Is public capital productive in Europe? International Review of Applied
Economics, 22(6), 673–691. Retrieved from http://www.ofce.sciences-
po.fr/pdf/dtravail/WP2006-10.pdf

Deno, K. T. (1988). The Effect of Public Capital on US Manufacturing Activity: 1970 to 1978,
53, 400–411.

Draper, M., & Herce, J. (1994). INFRAESTRUCTURAS Y CRECIMIENTO : UN

PANORAMA. Revista de Economía Aplicada, II, 129–168.
Easterly, W., & Rebelo, S. (1993). Fiscal policy and economic growth An empirical investigación.
Journal of Monetary Economics, 32, 417–458.

Echavarría, J. J., Arbeláez, M. A., & Rosales, M. (2006). La productividad y sus determinantes:
el caso de la industria colombiana. Borradores Del Banco de La República, 374.

Ecopetrol S.A. (2014). Reporte integrado de gestión sostenible. Bogotá D.C. Retrieved from
www.ecopetrol.com

Fedesarrollo. (2015). Informe de Coyuntura Petrolera. Retrieved from

http://www.fedesarrollo.org.co/wp-content/uploads/COYUNTURA-PETROLERA-
FEDESARROLLO.pdf

Fernández, M., & Polo, C. (2002). Productividad del capital público en presencia de capital
tecnológico y humano. Revista de Economía Aplicada, 29(X), 151–61.

Ford, R., & Poret, P. (1991). Infrastructure and Private-Sector Productivity. Department of Statistics
and Economics, 27. http://doi.org/10.1787/231625432004

Fujita, M., Krugman, P., & Mori, T. (1999). On the evolution of hierarchical urban systems, 43.

Gómez, A., (2004). Un modelo econométrico para la medición de la productividad en la industria

manufacturera del Cauca período 1990-2000. Retrieved from:
http://www.unicauca.edu.co/porik_an/imagenes_3noanteriores/No.9porikan/porikan_
7.pdf

González, J., & Paramo, M. (1995). Infraestructuras, productividad y bienestar: Investigaciones

Económicas, XIX (1), 155–168.

Griliches, Z. (1979). Issues in assessing the contribution of research and development to

Productivity Growth. RAND Corporation, Harvard University, 10(1), 92–116. Retrieved from
http://www.jstor.org/stable/pdf/3003321.pdf?_=1471356814973

Guilkey, D., Lovell, C., & Sickles, R. (1983). A comparison of the performance of three flexible
functional forms. International Economic Review, 24, 591–616.

Guilkey, D., Lovell, K., & Sickles, R. (2016). A Comparison of the Performance of Three
Flexible Functional Forms. Economics Department of the University of Pennsylvania Institute of
Social and Economic Research , Osaka University, 24(3), 591–616. Retrieved from
 http://www.jstor.org/stable/2648788

Hong, D.-M., & L’Esperance, W. L. (2007). Effects of autocorrelated errors on various least
squares estimators a monte carlo study, 2 1973(6), 507–523. Retrieved from
http://dx.doi.org/10.1080/03610927308827094

INVIAS, I. C. de transporte. (2014). Transporte en Cifras.

Kamps, C. (2004). The Dynamic Effects of Public Capital: VAR Evidence for 22 OECD
Countries, (Kiel WP No. 1224).

Krugman, P. (1991). Increasing Returns and Economic Geography. Massachusetts Institute of

Technology. Retrieved from https://www.princeton.edu/pr/pictures/g-
k/krugman/krugman-increasing_returns_1991.pdf

Marzola, M. (2015). Control Político : Implementación en las Concesiones de cuarta generación,

(2), 73–92. Retrieved from http://www.scielo.org.co/pdf/cesd/v6n2/v6n2a06.pdf

Mas, M., Uriel, E., Dirs, J., Pérez García, F., Uriel Jiménez, E., BenagesCandau, E., & Serrano
Martínez, L. (2005). El stock y los servicios de capital en España y su distribución territorial y sectorial
(1964-2010). INST I TUTO V AL ENCIANO DE INVESTIGACIONES ECONÓMIC
AS (Ivie) 2 UNIVERSIDAD DE VALENCIA. Retrieved from
http://www.fbbva.es/TLFU/microsites/stock08/mult/DT_04_2011.pdf

Meade, J. (1952). External Economies and Diseconomies in a Competitive Situation, 62(245),

54–67.

Merriman, M. (1990). Public Capital and Regional Output: Another Look at some Japanese and
American Data. Regional Science and Urban Economics Review, 20(4), 437–548.

Ministerio de Industria y Comercio. (2016). COLOMBIA EXPORTA SERVICIOS

ESTRATEGIA PARA LA INTERNACIONALIZACIÓN DEL SECTOR SERVICIOS,
13. Retrieved from
http://www.colombiaexportaservicios.co/sites/default/files/colombia_exportador_de_s
ervicios.pdf

Ministerio de Transporte. (2011). Diagnóstico del Transporte. Oficina Asesora de Planeación, 112.
Retrieved from https://www.mintransporte.gov.co/descargar.php?idFile=5608
Moreno, R., López-Bazo, E., & Artís, M. (2002). Public infrastructure and the performance of
manufacturing industries: short and long-run effects. Regional Science and Urban Economics,
32, 97–121.

Morrison, C., & Schwartz, A. (1992). State Infrastructure and Productive Performance. The
American Economic Review, 1095–1111.

O’Mahony, M., Castaldi, C., Los, B., Bartelsman, E., Maimaiti, Y., & Peng, F. (2008). EUKLEMS
– Linked Data : Sources and Methods, 1980–2003. Retrieved from
http://www.euklems.net/data/linked/euklems_linkeddata_sourcesandmethods_220708.
pdf

Organisation for economic co-operation. (2007). OECD Principles for Private Sector
Participation in Infrastructure, 32. Retrieved from
http://www.oecd.org/daf/inv/investment-policy/38309896.pdf

Organisation for economic co-operation and development. (2007). Infrastructure to 2030:

VOLUME 2, MAPPING POLICY FOR ELECTRICITY, WATER AND TRANSPORT.
Retrieved from https://www.oecd.org/futures/infrastructureto2030/40953164.pdf

Pardo, A. (2015). Análisis situación económica colombiana. Portafolio.com. Retrieved from

http://www.portafolio.co/opinion/analisis-situacion-economica-colombia-febrero-2015

Pereira, A. M., & Sagalés, O. R. (2006). Public Infrastructures and Regional Asymmetries in Spain.
COLLEGE OF WILLIAM AND MARY DEPARTMENT OF ECONOMICS. Retrieved
from http://economics.wm.edu/wp/cwm_wp46rev.pdf

Periódico El Tiempo. (2016, January). Los impuestos que pagarían los colombianos en el 2016.
Retrieved from http://www.eltiempo.com/economia/finanzas-personales/impuestos-
para-el-2016-que-pagarian-los-colombianos/16474336

Petty, W. (1960). Political arithmetick. Londres: Robert Clavel and Henry Mortlock, 233–313.

Porter, M. (1999). La ventaja competitiva de las naciones. Michael Porter (Ed.), 163–202.

Ramsey, F. (1928). A mathematical theory of saving. Economic Journal 38, 543–549.

Roda, P., Perdomo, F., & Sánchez, J. (2015). Archivos de economía. Retrieved from
https://colaboracion.dnp.gov.co/CDT/Estudios Econmicos/424.pdf
Romp, W. J., & De Haan, J. (2007). Public Capital and Economic Growth: A critical Survey,
Perspektiven der Wirtschaftspolitik, (Special Issue), 6–52.

Rubin, L. (1991). Productivity and the public capital stock: another look. Board of Governors
of the Federal Reserve System (U.S.). Working Paper Series, Economic Activity Section, 118.

Sanaú, J., & Jiménez, S. (2011). 68 261. Desarrollo Y Sociedad, 261–308.

Sanaú, J., & Jiménez, S. (2011). Infraestructuras y productividad industrial en Colombia.

Desarrollo Y Sociedad, 261–308. Retrieved from
http://www.redalyc.org/pdf/1691/169122461008.pdf

Sánchez, F. (1993). El papel del capital público en la producción, la inversión y el crecimiento

económico en Colombia. Retrieved from
http://www.repository.fedesarrollo.org.co/bitstream/11445/1598/1/Repor_Diciembre_
1993_Sanchez.pdf

Schumpeter, J. (1912). The theory of economic development, (Theorie der wirtschaftlichen

Entwicklung. Múnich y Leipzig: Duncker & Humblot; 2.a ed., 1926; 3.a ed., 1931; 4.a ed.,
1935. Trad. inglesa: The theory of economic development, Cambridge, Mass.: Harvard
University Pres, 1934; reimpr., Nueva York: Oxford Uni).

Smith, A. (1776). An inquiry into the nature and causes of the wealth of nations. Barcelona:
Edicions 62, 1991, 2(Londres: W. Strahan and T. Cadell; ed. crítica, ed. R. H. Campbell y A.
S. Skinner, Oxford: Oxford University Press, 1976. [Trad. cast.: Investigación sobre la
naturaleza y causas de la riqueza de las naciones, versión de Gabriel Franco. Madrid:
Aguilar, ).

Solow, R. (1956). A contribution to the theory of economic growth. Quarterly Journal of Economics
79, 65–94.

Stein, J., González, V., & Casanova. (2010). Infraestructura pública con participación privada y
el sector educativo en méxico. Instituto de Investigaciones Jurídicas de La UNAM, 213– 266.
Retrieved from http://www10.iadb.org/intal/intalcdi/PE/2010/05482a15.pdf

Sturm, J. E., Jacobs, J., & et al. (1995). Productivity impacts of infrastructure investment in the
Netherlands 1853-1913. University of Groningen, (University of Groningen. Research Institute
 SOM (Systems, Organisations and Management) Research Report 95D3).

Tatom, J. (1991). Public Capital and Private Sector Performance, (Federal Reserve Bank of St.
Louis Review, May/June 1991), 3–15. Retrieved from
https://research.stlouisfed.org/publications/review/91/05/Public_May_Jun1991.pdf

Torrent, J., & Vilaseca, J. (2006). TIC, conocimiento y crecimiento económico: un análisis
empírico, agregado e internacional sobre las fuentes de la productividad, 41–60. Retrieved
from http://www.minetur.gob.es/Publicaciones/Publicacionesperiodicas/Econo

Torrisi, G. (2009). Infrastructures and Economic performance: a critical comparison across four
approaches. Centre for Urban and Regional Development Studies, (Newcastle University).
http://doi.org/10.14505/tpref.6.2(12).00

U.S. Energy Information Administration (EIA). (2015, April). The Annual Energy Outlook
2015. Retrieved from www.eia.gov/forecasts/aeo

Vásquez, A., & Bendezú, L. (2000). Ensayos sobre el rol de la infraestructura vial en el crecimiento económico
del Perú. Lima, Perú. Retrieved from
http://www.cies.org.pe/sites/default/files/files/diagnosticoypropuesta/archivos/dyp-
39.pdf

Villar, L., & Ramírez, J. M. (2014). Infraestructura regional y pobreza rural (No. 61). Retrieved from
http://www.fedesarrollo.org.co/wp-content/uploads/2014/02/working-paper-No-
61.pdf

Villarreal, N. F., Arias, D. L., Salas, N. A., & Mora, H. (2015). Determinantes de la innovación
y la productividad en la industria manufacturera colombiana por tamaño de firma.
Observatorio Colombiano de Ciencia Y Tecnología., 1–48. Retrieved from
https://colaboracion.dnp.gov.co/CDT/Estudios Econmicos/2015jul23-1Determinantes
de la innovación y la productividad en la industria manufa.pdf

Williamson, O. (1985). The Economic Institutions of Capitalism, (NY: Free Press. [Trad. cast.:
Las instituciones económicas del capitalismo. México: Fondo de Cultura Económica,
2000)).

Yepes, Tito (2008). “Investment Needs for Infrastructure in Developing Countries 2008–15”.
 Banco Mundial. Mimeo.

Yepes, T., Pierce, J., & Foster, V. (2008). Making Sense of Sub-Saharan Africa’s Infrastructure
Endowment: A Benchmarking Approach, 43. Retrieved from
http://infrastructureafrica.org/system/files/library/2011/05/WP01_Benchmarking.pdf

Yepes, T., Villar, L., & Aguilar, J. (2013). Infraestructura de transporte en colombia. Fedesarrollo,
162.

Anexos
Tabla 1. Principales resultados de las generaciones de concesiones en Colombia

Número
Longitud Nuevas Mantenimiento Inversión
Etapa Fecha de
(km) Vías (km) de vías (km) inicial
Proyectos

869
Primera 1994-
13 1.649 230 1.527 millones
generación 1997
USA

675
Segunda 1997-
2 1.041 141 900 millones
generación 2001
USA

933
Tercera 2001-
10 1.772 700 3.578 millones
generación 2007
USA

-Más de
13.773
1.370 km de
Inicio: millones
Cuarta dobles
40 8.000
generación 2014 calzadas. USA

-141
Número de
 túneles (125
km)

-1.300
Número de
viaductos
(146 Km)

Fuente: elaboración propia basada en información de la CEPAL, 2008.

Tabla 2. Características generales de las generaciones de concesiones en Colombia

PRIMERA SEGUNDA TERCERA

RASGOS
GENERACIÓN GENERACIÓN GENERACIÓN

-Nivel de anteproyecto. -Nivel de detalle:

Estudios estudios de tráfico más -Nivel de detalle:
-Proyecciones de tráfico, completos y estudios Estudios de demanda.
previos deficientes estudios socioeconómicos
socioeconómicos. detallados.
Evaluación
Plazo fijo Ingreso Ingreso esperado Ingreso esperado
financiera

-Obtención previa a la -Obtención previa a

Licencias No se contaba con ellas al iniciación de etapa de licitación.
iniciar el proyecto. construcción.
Ambientales -Modificaciones por
-Sobre costos a cargo de cuenta del
la Nación. concesionario.
-Obtención antes de la
etapa de construcción.
Adquisición de Compras paralelas al Obtención antes de la
desarrollo del proyecto. etapa de construcción. -Gestión de compra a
predios cargo del concesionario.
-Sobre costos a cargo de
la Nación.
Soportes de liquidez y
-Ingreso mínimo cambiario durante
garantizado. Soportes de liquidez y
período de estrechez del
cambiario (no tomadas
Garantías -Garantía de sobre costos flujo de caja libre (5/7
por los concesionarios).
de obra. años).
-Contabiliza en el
ingreso esperado.
 Mecanismos Líquido, a través del
Las garantías no contaban
de pagos con mecanismos de Se crearon mecanismos fondo de contingencias
liquidez y dependían del para garantizar liquidez. (evaluación ex-ante y
garantías o aportes al fondo).
proceso de presupuestario
soporte del Estado.

Fuente: elaboración propia, información de la CEPAL, 2008.

Tabla 3. Coeficientes estimados nacionales durante el periodo (1995-2014)

Parámetro Coeficiente Z Parámetro Coeficiente Z

estadístico estadístico
𝛽𝐿 0,1595 8,47 𝛽𝐿𝑌 -0,0570 -136,22

𝛽𝑌 -0,9323 -161,94 𝛽𝐿𝐾𝑃 0,1038 283,12

𝛽𝐾𝑃 0,5248 91,93 𝛽𝐿𝐾𝐺 -0,0327 -93,47

𝛽𝐾𝐺 1,2074 109,43 𝛽𝐿𝑇 0,0176 260,23

𝛽𝑇 0,3105 292,59 -0,1008 -770,53

𝛽𝑌𝐾𝑃

𝛽𝐿𝐿 -0,0340 -24,7 0,0545 257,23

𝛽𝑌𝐾𝐺

𝛽𝑌𝑌 0,1466 711,98 𝛽𝑌𝑇 0,0002 11,25

𝛽𝐾𝑃𝐾𝑃 0,0492 393,31 𝛽𝐾𝑃𝐾𝐺 -0,0242 -150,23

𝛽𝐾𝐺𝐾𝐺 -0,0579 -235,17 𝛽𝐾𝑃𝑇 -0,0063 -388,65

𝛽𝑇𝑇 -0,0061 -622,87 𝛽𝐾𝐺𝑇 -0,0117 -473,02

P > 𝜒2 0.00
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 4. Estimadores nacionales promedio de los precios sombra, elasticidades cruzadas y tasas de
rentabilidad con su respectiva variabilidad estandarizada

VARIABLE MUESTRA MEDIA DESVIACIÓN VALOR VALOR

NACIONAL ESTÁNDAR MÍNIMO MÁXIMO
𝜺𝑪𝑽𝑲𝑮 440 -0,1671114 0,0758231 -0,4338954 0,1126577
𝜺𝑪𝑽𝑲𝑷 440 0,0025805 0,1132669 -0,2423515 0,2990732
𝜺𝒀𝑲𝑮 440 0,1792458 0,0924952 -0,1116756 0,6041108
𝜺𝒀𝑲𝑷 440 -0,0152345 0,1260584 -0,4494388 0,2047
𝒁𝑲𝑮 440 0,5016562 1,095163 -4,819119 9,675735
𝒁𝑲𝑷 440 0,0396317 0,1376718 -0,3643976 0,9976268
𝑺𝑳 440 0,1095531 0,0884461 0,0120529 0,660887
𝑺𝑪𝑴 440 0,8904469 0,0884461 0,339113 0,9879471
𝝆𝑲𝑷 440 0,0127902 0,2003414 -1,38123 0,7513644
𝝆𝑲𝑮 440 0,6270912 1,571048 -16,74426 10,02548
𝜺𝑪𝑻𝑲𝑮 440 -0,1288886 0,0621055 -0,333396 0,0886597
𝜺𝑪𝑻𝑲𝑷 440 -0,0068029 0,0847243 -0,2154726 0,2058574
𝜺𝑪𝑴𝑲𝑮 440 -0,2137636 0,1387094 -0,7764642 0,5267122
𝜺𝑪𝑴𝑲𝑷 440 0,0609666 0,2275274 -0,3544504 1,492446
𝜺𝑳𝑲𝑮 440 -2,981691 3,10967 -20,39663 0,3024309
𝜺𝑳𝑲𝑷 440 -0,6632387 2,465276 -16,01567 5,215271
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).

Nota: 𝒁𝑲𝑮 es el precio sombra del capital público, 𝒁𝑲𝑷 el precio sombra del capital privado, 𝜺𝑪𝑽𝑲𝑮 es la elasticidad
de los costos variables con respecto al capital público, 𝜺𝑪𝑽𝑲𝑷 la elasticidad de los costos variables con respecto al
capital privado, 𝜺𝒀𝑲𝑮 la elasticidad del producto con respecto al capital público, 𝜺𝒀𝑲𝑷 la elasticidad del producto
con respecto al capital privado, 𝜺𝑲𝑷 𝑲𝑮 es la elasticidad del capital privado con respecto a la inversión en
infraestructura pública de carreteras, 𝑺𝑳 es la participación del factor variable trabajo, 𝑺𝑪𝑴 es la participación del
factor variable consumo intermedio, 𝝆𝑲𝑷 y 𝝆𝑲𝑮 son las tasas de productividad de los costos con respecto al capital privado
e inversión pública en carreteras respectivamente, 𝜺𝑪𝑻𝑲𝑮 es la elasticidad de los costos totales con respecto a la inversión
pública en carreteras, 𝜺𝑪𝑻𝑲𝑷 es la elasticidad de los costos totales con respecto a la inversión pública en carreteras, 𝜺𝑪𝑴𝑲𝑮 y
𝜺𝑳𝑲𝑮 son las elasticidades del consumo intermedio y de la mano de obra con respecto a la inversión pública en
infraestructura de carreteras; mientras que, 𝜺𝑪𝑴𝑲𝑷 y 𝜺𝑳𝑲𝑷 son las elasticidades del consumo intermedio y de la
mano de obra con respecto al acervo de capital privado respectivamente.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 5. Elasticidades de los costos variables y producto con respecto al capital privado y la inversión pública
en carreteras de la función de costos translogarítmica. Promedios departamentales entre los años 1995 y 2014
Departamento 𝜺𝑪𝑽𝑲𝑮
Antioquia -0,1496 -0,1566 0,1371 0,1306 0,1488 0,8512 1,0722 0,1660
Atlántico -0,0614 -0,0940 0,0946 0,0608 0,1066 0,8934 1,1614 0,0668
Bolívar -0,0692 -0,1432 0,1369 0,0640 0,0454 0,9546 0,8985 0,0958
Boyacá 0,0647 -0,2172 0,2445 -0,0784 0,1404 0,8596 0,1898 -0,0089
Caldas -0,0096 -0,1435 0,1482 0,0091 0,1349 0,8651 0,4001 0,0293
Cauca 0,0361 -0,1975 0,2135 -0,0434 0,1124 0,8876 0,3719 -0,0004
Cesar 0,0672 -0,1802 0,1992 -0,0763 0,1048 0,8952 0,1421 -0,0474
Cundinamarca -0,0911 -0,1619 0,1506 0,0835 0,1089 0,8911 0,8836 0,0971
Córdoba 0,1340 -0,2238 0,2784 -0,1713 0,1318 0,8682 0,1949 -0,0209
Huila -0,0151 -0,1611 0,1571 0,0121 0,0414 0,9586 0,1586 0,1761
Magdalena 0,0624 -0,1748 0,1929 -0,0718 0,0778 0,9222 0,1653 -0,0397
Meta 0,0689 -0,2402 0,2822 -0,0821 0,0721 0,9279 0,1496 -0,0099
Nariño 0,0489 -0,2200 0,2366 -0,0527 0,1088 0,8912 0,0421 -0,0418
Norte de 0,0189 -0,1815 0,1925 -0,0216 0,1483 0,8517 0,0880 0,0022
Santander
Otras secciones 0,1357 -0,2129 0,2534 -0,1632 0,1374 0,8626 0,0312 -0,1593
del país
Quindío -0,0015 -0,1175 0,1179 -0,0038 0,0583 0,9417 0,1197 0,0959
Risaralda -0,0245 -0,1401 0,1435 0,0243 0,1181 0,8819 0,4097 0,0465
Santafé de -0,1138 -0,0272 0,0243 0,1067 0,1673 0,8327 2,1861 0,1511
Bogotá
Santander -0,1178 -0,1541 0,1377 0,1032 0,0525 0,9475 0,7969 0,1683
Sucre 0,2094 -0,2342 0,3158 -0,2895 0,2018 0,7982 0,0296 -0,0544
Tolima -0,0266 -0,1601 0,1624 0,0248 0,0644 0,9356 0,2664 0,0553
Valle del Cauca -0,1092 -0,1351 0,1242 0,1001 0,1281 0,8719 1,2789 0,1043
Promedio 0,0026 -0,1671 0,1792 -0,0152 0,1096 0,8904 0,5017 0,0396
Nota: 𝒁𝑲𝑮 es el precio sombra del capital público, 𝒁𝑲𝑷 el precio sombra del capital privado, 𝜺𝑪𝑽𝑲𝑮 es la elasticidad
de los costos variables con respecto al capital público, 𝜺𝑪𝑽𝑲𝑷 la elasticidad de los costos variables con respecto al
capital privado, 𝜺𝒀𝑲𝑮 la elasticidad del producto con respecto al capital público, 𝜺𝒀𝑲𝑷 la elasticidad del producto
con respecto al capital privado, 𝑺𝑳 es la participación del factor variable trabajo y 𝑺𝑪𝑴 es la participación del factor
variable consumo intermedio.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 6. Estimadores anuales de los precios sombra y relaciones de sustituibilidad y complementariedad de la
función translogarítmica de costos variables con datos disponibles entre los años 1995 y 2014

Año

1995 0,0844 -0,0988 0,1043 -0,0951 0,2866 0,7134 -0,1868 -0,0338

1996 0,0966 -0,1102 0,1211 -0,1128 0,2520 0,7480 -0,1180 -0,0439
1997 0,0880 -0,1141 0,1271 -0,1054 0,2100 0,7900 -0,0165 -0,0387
1998 0,0932 -0,1223 0,1394 -0,1149 0,1802 0,8198 0,0235 -0,0469
1999 0,0871 -0,1289 0,1478 -0,1083 0,1555 0,8445 0,0959 -0,0437
2000 0,0604 -0,1238 0,1393 -0,0773 0,1284 0,8716 0,1378 -0,0339
2001 0,0538 -0,1335 0,1508 -0,0715 0,1145 0,8855 0,1926 -0,0289
2002 0,0363 -0,1391 0,1543 -0,0508 0,1053 0,8947 0,2351 -0,0185
2003 0,0131 -0,1364 0,1483 -0,0246 0,0814 0,9186 0,2977 -0,0026
2004 -0,0206 -0,1320 0,1398 0,0108 0,0684 0,9316 0,3379 0,0430
2005 -0,0265 -0,1428 0,1518 0,0166 0,0643 0,9357 0,4084 0,0546
2006 -0,0490 -0,1504 0,1566 0,0407 0,0601 0,9399 0,4841 0,0787
2007 -0,0503 -0,1689 0,1760 0,0420 0,0617 0,9383 0,5898 0,0825
2008 -0,0527 -0,1824 0,1899 0,0445 0,0594 0,9406 0,7557 0,1031
2009 -0,0385 -0,2074 0,2229 0,0285 0,0644 0,9356 0,7941 0,0705
2010 -0,0476 -0,2230 0,2377 0,0385 0,0654 0,9346 0,8948 0,0796
2011 -0,0616 -0,2304 0,2443 0,0492 0,0545 0,9455 1,1907 0,1438
2012 -0,0668 -0,2480 0,2581 0,0573 0,0573 0,9427 1,2473 0,1273
2013 -0,0631 -0,2709 0,2894 0,0509 0,0620 0,9380 1,2774 0,1326
2014 -0,0847 -0,2788 0,2860 0,0770 0,0596 0,9404 1,3916 0,1679

Promedio 0,0026 -0,1671 0,1792 -0,0152 0,1096 0,8904 0,5017 0,0396

Nota: 𝒁𝑲𝑮 es el precio sombra del capital público, 𝒁𝑲𝑷 el precio sombra del capital privado, 𝜺𝑪𝑽𝑲𝑮 es la elasticidad
de los costos variables con respecto al capital público, 𝜺𝑪𝑽𝑲𝑷 la elasticidad de los costos variables con respecto al
capital privado, 𝜺𝒀𝑲𝑮 la elasticidad del producto con respecto al capital público, 𝜺𝒀𝑲𝑷 la elasticidad del producto
con respecto al capital privado, 𝑺𝑳 es la participación del factor variable trabajo y 𝑺𝑪𝑴 es la participación del factor
variable consumo intermedio.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 7. Estimadores promedio departamentales de las productividades marginales del capital privado y de la
inversión pública en carreteras, además del impacto de la inversión pública en carreteras en el largo plazo sobre
los costos variables (costos totales) entre los años 1995 y 2014

Departamento 𝜺𝑪𝑻𝑲𝑮 𝜺𝑪𝑻𝑲𝑷

Antioquia 0,2010 1,2914 -0,1297 -0,1251
Atlántico 0,0896 1,5975 -0,0761 -0,0515
Bolívar 0,1223 1,2178 -0,1171 -0,0610
Boyacá -0,0334 0,3932 -0,1355 0,0303
Caldas 0,0209 0,5498 -0,1194 -0,0109
Cauca -0,0223 0,5646 -0,1404 0,0171
Cesar -0,1133 0,2200 -0,1505 0,0535
Cundinamarca 0,1241 1,1550 -0,1296 -0,0762
Córdoba -0,0741 0,5814 -0,1100 0,0599
Huila 0,1138 0,1707 -0,1492 -0,0164
Magdalena -0,0929 0,2204 -0,1492 0,0492
Meta -0,0376 0,2242 -0,1463 0,0383
Nariño -0,0927 0,0621 -0,1908 0,0403
Norte de -0,0237 0,1488 -0,1496 0,0123
Santander
Otras secciones -0,3891 0,0586 -0,1820 0,1141
del país
Quindío 0,0442 0,1382 -0,1104 -0,0036
Risaralda 0,0479 0,5519 -0,1165 -0,0233
Santafé de 0,1988 1,4279 -0,0254 -0,0984
Bogotá
Santander 0,2306 1,0399 -0,1302 -0,1027
Sucre -0,2163 0,1110 -0,1384 0,1188
Tolima 0,0506 0,3869 -0,1298 -0,0250
Valle del Cauca 0,1331 1,6848 -0,1095 -0,0894
Promedio 0,0128 0,6271 -0,1289 -0,0068
Nota: 𝝆𝑲 y 𝝆𝑲𝑮 son las tasas de productividad marginal o rentabilidad de los costos con respecto al capital privado e
𝑷
inversión pública en carreteras respectivamente, 𝜺𝑪𝑻𝑲𝑮 es la elasticidad de los costos totales con respecto a la inversión pública
en carreteras y 𝜺𝑪𝑻𝑲𝑷 es la elasticidad de los costos totales con respecto a la inversión pública en carreteras.

Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
 Tabla 8. Estimadores promedio departamentales de las elasticidades de los factores de producción (trabajo y
consumo intermedio) con respecto a la inversión pública en carreteras y del capital privado entre los años 1995 y
2014

Departamento 𝜺𝑪𝑴𝑲𝑮 𝜺𝑪𝑴𝑲𝑷 𝜺𝑳𝑲𝑮 𝜺𝑳𝑲𝑷

Antioquia -0,2086 -0,1819 -1,5020 -1,5042
Atlántico -0,1047 -0,0478 -1,3660 -1,0482
Bolívar -0,1812 -0,0389 -5,0058 -3,4116
Boyacá -0,3062 0,1639 -2,3605 0,2735
Caldas -0,1858 0,0389 -1,6918 -0,3649
Cauca -0,2756 0,1288 -2,5960 0,0063
Cesar -0,2252 0,1481 -2,7028 0,5029
Cundinamarca -0,2152 -0,0750 -2,0197 -1,3724
Córdoba -0,3168 0,2598 -2,0928 1,0050
Huila -0,1905 0,0256 -6,7257 -2,0839
Magdalena -0,2136 0,1324 -3,2336 0,5946
Meta -0,3111 0,1433 -5,5031 0,8943
Nariño -0,2863 0,1129 -3,0263 0,3715
Norte de Santander -0,2472 0,0932 -1,8029 -0,0666
Otras secciones del país -0,2822 0,3053 -4,5787 1,8239
Quindío -0,1083 0,0624 -3,2400 -0,8613
Risaralda -0,1772 0,0081 -1,5305 -0,4359
Santafé de Bogotá 0,0233 -0,1215 -0,3494 -0,9839
Santander -0,1957 -0,1061 -6,5462 -6,0544
Sucre -0,3435 0,3933 -1,3543 1,0773
Tolima -0,1880 0,0146 -4,7783 -1,6012
Valle del Cauca -0,1631 -0,1181 -1,5909 -1,3522
Promedio -0,2138 0,0610 -2,9817 -0,6632
Nota: 𝜺𝑪𝑴𝑲𝑮 y 𝜺𝑳𝑲𝑮 son las elasticidades del consumo intermedio y de la mano de obra con respecto a la inversión
pública en infraestructura de carreteras; mientras que, 𝜺𝑪𝑴𝑲𝑷 y 𝜺𝑳𝑲𝑷 son las elasticidades del consumo intermedio
y de la mano de obra con respecto al acervo de capital privado respectivamente.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 9. Estimadores anuales promedio de las productividades del capital privado y de la inversión pública en
carreteras, las elasticidades de los factores productivos con respecto a la inversión pública en carreteras y el acervo
de capital privado y el impacto de la inversión pública en carreteras en el largo plazo sobre los costos variables
entre los años 1995 y 2014

AÑO 𝝆𝑲𝑷 𝝆𝑲𝑮 𝜺𝑪𝑻𝑲𝑮 𝜺𝑪𝑻𝑲𝑷 𝜺𝑪𝑴𝑲𝑮 𝜺𝑪𝑴𝑲𝑷 𝜺𝑳𝑲𝑮 𝜺𝑳𝑲𝑷

1995 -0,1442 -0,6463 -0,0666 0,0565 -0,4386 0,3878 -0,4025 0,3167
1996 -0,1699 -0,3641 -0,0728 0,0634 -0,4012 0,3649 -0,5116 0,4252
1997 -0,1216 -0,0490 -0,0761 0,0568 -0,3305 0,2595 -0,6175 0,4571
1998 -0,1222 0,0605 -0,0735 0,0543 -0,2904 0,2248 -0,7707 0,5551
1999 -0,1038 0,2175 -0,0905 0,0582 -0,2442 0,1660 -0,9813 0,6407
2000 -0,0809 0,2911 -0,0886 0,0387 -0,2012 0,0996 -1,1573 0,4659
2001 -0,0676 0,3720 -0,0984 0,0348 -0,2003 0,0824 -1,3865 0,4612
2002 -0,0499 0,4545 -0,1067 0,0227 -0,1962 0,0534 -1,7010 0,3543
2003 -0,0225 0,5214 -0,1067 0,0052 -0,1738 0,0176 -2,0887 0,0690
2004 0,0485 0,5587 -0,1039 -0,0223 -0,1529 -0,0228 -2,5098 -0,5791
2005 0,0617 0,6411 -0,1143 -0,0273 -0,1529 -0,0272 -2,9025 -0,7779
2006 0,1027 0,7502 -0,1193 -0,0452 -0,1444 -0,0464 -3,2955 -1,3175
2007 0,1046 0,8590 -0,1300 -0,0460 -0,1533 -0,0449 -3,6524 -1,3830
2008 0,1218 1,0010 -0,1393 -0,0491 -0,1570 -0,0444 -4,3833 -1,5225
2009 0,0774 1,0669 -0,1673 -0,0372 -0,1705 -0,0312 -4,1296 -0,9689
2010 0,0864 1,1741 -0,1823 -0,0452 -0,1737 -0,0365 -4,4144 -1,1889
2011 0,1387 1,3860 -0,1874 -0,0582 -0,1686 -0,0445 -5,8406 -2,1251
2012 0,1177 1,3608 -0,2035 -0,0617 -0,1703 -0,0450 -6,1330 -2,3455
2013 0,1240 1,4094 -0,2161 -0,0591 -0,1776 -0,0404 -6,0813 -2,1533
2014 0,1549 1,4770 -0,2344 -0,0754 -0,1775 -0,0533 -6,6743 -2,6479
Promedio 0,0128 0,6271 -0,1289 -0,0068 -0,2138 0,0610 -2,9817 -0,6632
Nota: 𝝆𝑲 y 𝝆𝑲𝑮 son las tasas de productividad de los costos con respecto al capital privado e inversión pública en carreteras
𝑷
respectivamente,. Adicionalmente, 𝜺𝑪𝑻𝑲𝑮 es la elasticidad de los costos totales con respecto a la inversión pública en carreteras,
𝜺𝑪𝑻𝑲𝑷 es la elasticidad de los costos totales con respecto a la inversión pública en carreteras, 𝜺𝑪𝑴𝑲𝑮 y 𝜺𝑳𝑲𝑮 son las
elasticidades del consumo intermedio y de la mano de obra con respecto a la inversión pública en infraestructura
de carreteras; mientras que, 𝜺𝑪𝑴𝑲𝑷 y 𝜺𝑳𝑲𝑷 son las elasticidades del consumo intermedio y de la mano de obra con
respecto al acervo de capital privado respectivamente.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 10. Resultados de la estimación de funciones de producción con datos agregados de la industria y del
sector transporte

Autor Periodo Especificación Elasticidad capital público Observaciones

y
Estimación
Total Transporte
Ratner 1949-1973 Cobb-Douglas 0.056 Kp y Kg
(1983) USA (Series (MCO niveles) ajustados por
temp) la UCP (Unit
Control Panel)
Aschauer 1949-1985 Cobb-Douglas 0.39 0.24 (“core”) UCP manufact.
(1989a) USA (Series (MCO niveles) Dummies
temp) tempor
Aschauer 1966-1985 Cobb-Douglas 0.41 Ig/PIB y
(1989b) G7 (Panel) (MCO niveles) Ip/PIB como
proxies de los
stocks
UCP;Dummies
años crisis
petróleo
Iwamoto 1955-1984 Cobb-Douglas 0.238 a 0.408
(1990) Japón (Series
temp)
Canning y 1960-1990 Cobb-Douglas y 0.048; 0.03; 0.117 Sólo los países
Bennathan 62 países translog. roads de renta
(2000) Corrección de 0.057; 0.012; baja y media se
errores. 0.134 electricidad, benefician de
según nivel de más
renta infraestructura.
Costa, Ellson 1972 Translogarítmica Todos sectores. : Comp. L-Kg y
y Martin 48 Estados (MCO) 0.20 Kp-Kg
(1987) USA Industrial: 0.189 Sustit. L-Kp
No-agrícola.:
0.259
Munnel 1970-1986 Cobb-Douglas 0.06 a 0.15 0.06 (Highways) Tasa de
(1990) 48 Estados (MCO niveles) 0.16 0.12 (Water- desempleo para
USA Translogarítmica Sewers) captar el ciclo
0.01(no sign)
Others
Merriman 1954-1963 Translogarítmica Agr: 0.58 Dummies
(1990) Japón Ind.: 0.43 temporales y
1972 48 Ser.: 0.46 y 0.20 regionales
Estados USA Comp. L-Kg
Sustit. Kp-Kg

García-Milá y 1969-1983 Cobb-Douglas 0.044 Dummies

McGuire 48 Estados (MCO niveles) (Highways) temporales.
(1992) USA 0.165(Education) Población y
0.045(Highways) medida de
0.072 la
(Education) industrialización
Años
escolarización
 Battagi y 1970-1986 Cobb-Douglas Highways: Tasa de
Pinnoi (1995) 48 Estados MCO niveles 0.16 0.002 (no desempleo
USA Efec.Fijos 0.39 significativo)
V.Inst 0.04 (no signif) Water-Sewers:
0.22
(1%)
Others:-0.20
Nota: Siendo I+D inversión en capital tecnológico; MCO (Mínimos cuadrados ordinarios); MCNL (Mínimos
cuadrados no lineales); E.Fijos (Efectos Fijos); E.Aleatorios (Efectos Aleatorios); MC3E (Mínimos Cuadrados en
tres etapas); V.Inst (Variables Instrumentales); MCG (Mínimos Cuadrados Generalizados); core (infraestructuras
productivas); UCP (Utilización de la capacidad productiva); Ig (Inversión Pública); Ip (Inversión Privada);
comp.(factores complementarios); sust.(factores sustitutivos), L el trabajo, CI los consumos intermedios, Kp el
capital privado y Kg el capital público, se resumen los autores y resultados más relevantes en diferentes países,
incluyendo a Colombia.
Fuente: elaboración propia. Datos obtenidos de las referencias señaladas en el cuadro.

Tabla 11. Resultados de la Estimación de Funciones de Costo y/o Producto (enfoques Dual y Primal) para
Colombia y otros países

Autor Ámbito Especificación Tipo de Elasticidad capital público Observaciones

y infraestructuras
estimación
Costo Output
Deno Manufacturas Función de 1)Carreteras, 1)0.313 Kp, L y tres tipos
(1988) americanas Beneficios autopistas 2)0.300 de
36 áreas Translogaritmica y puentes 3)0.075 infraestructuras
metropolitan 2)Alcantarillado y 4)0.688 son
as tratamiento de complementarios.
1970-1978 aguas residuales
3)Abastecimiento
de agua
4)Agregados los
tres tipos
Shah 26 Industrias Función de Capital público (-0.915, 0.046 (valor Kg sustituto de CI
(1992) Mexicanas costos en electricidad, corto) de la Kg
(1970-1987) Translogaritmica comunicaciones (-0.866, producción) complementario
a corto y largo y transporte largo) de L a corto
plazo plazo y
sustituto a largo
plazo
Kg es
complementario
con Kp a largo
Escasez de
infraestructuras

Nadiri y Manufacturas Función de Infraestructura Inferiores a Kg sustituto de L

Mamuneas 12 ramas costos y no las de Kp y Kg
(1994) USA participaciones militar y no la literatura complementarios
1953-1986 de residencial -0.11 a -0.21 de CI
empleo y Kp I+D -00.056 I+D sustituto de
Kp y CI y
complementario
de L
 Conrad y Manufacturas Función Costo Core Precios Kp y Kg
Seitz (M), Translog sombra complemtarios.
(1994) Construcción largo plazo Muy L y Kg sustitut.
(C) reducidos y Contribuyen a la
Comercio y decrecientes PTF
transporte (C desde
y T) 1980
Alemania 0.056 (M)
Fed 0.031 (C)
1961-1988 0.055 (C y T)
Seitz y Manufacturas Función de Core -0.216 0.219 elasticidad
Licht 11 regiones costos demanda
(1995) Alemania Translogarítmica maquinaria
Fed -0.317 elasticidad
1970-88 demanda de
L
Morrison y Manufacturas Función costos Precios El impacto sobre
Schwartz Regiones Generalizada de sombra: la reducción de
(1996) Este (E), Leontief con E de 0.10 a costos se va
Norte (N), inputs fijos 0.21 reduciendo en
Sur (S) y N de 0.08 a ese periodo y su
Oeste (W) 0.21 rendimiento
agrupación S de 0.08 a neto llega a
de 48 estados 0.35 anularse
USA W de 0.06 a prácticamente
1970-1987 0.23
Demetriade 12 países Función de Capital público 0.35 de UK Kg
sy OCDE costos y no militar Oscila hasta 2.06 complementario
Mamuneas Total Función de entre de Noruega de Kp y L
(2000) Manufacturas Beneficios Exceso de Kg en
1972-1991 intertemporal. el corto
(Aust, Bel, Corto plazo( Kp) plazo y escasez
Nor; Intermedio en el
Sue; Fin, (ajuste parcial del largo plazo.
USA, Can, Kp) Importancia de
Jap, Ale, Fra, Largo plazo (Kp políticas que
Ita, UK) óptimo) consideren
no solo el
horizonte corto.

Paul (2003) Australia Función de Todos sectores 1.1868

(nacional) costos privados 0.9395
1968-1996 Translog Agricultura 0.6784
(índice de uso Manufacturas 0.8236
del Construcción 1.1511
capital Comercio 1.2310
= Transp. y 0.9943
(GDP sector / Comunicac.
GDP Total Otros servicios
Nacional)
Cohen y 1982-1996 Generalizada de Stock de (-0,15 y con La inversión en
Morrison USA Leontief autopistas efectos infraestructuras
(2004) (estados) públicas spillovers - reduce el
0,023) costo del propio
estado y
aumenta la
reducción del
costo en los
estados
adyacentes.
Paul et al 1961-1995 Dual y primal Únicamente el Entre -0.10 y Importante papel
(2004) Canadá translog capital de -0.40 de las
(manufactura las AA.PP infraestructuras
s) en la
industria
manufacturera.
Brox y 1961-1997 Función de Infraestructuras (-0.476) Sustitutos del
Fader Canadá, costos en capital
(2005) industria CES-translog general privado
manufacturer FIML(full
a information
Maximum
Likelihood)
Vijverberg 1959-2000 Función de Infraestructuras Gs = -0.280
y USA costos no Gf = 0.195
Vijverberg manufacturas FIML militares
(2007) y servicios agregadas y
desagregadas
Gs: estatal
Gf: federal
Mamatrakis Función de Stock de (-0.02 entre Su escasa
(2007b) Ramas beneficios electricidad, 1991-1995) dotación
manufacturas translog transporte y -0.31 en los responsable del
Grecia comunicaciones 80 slowdown en
-0.4 en los 70 productividad

Moreno, 12 ramas Función de Core C/P (Kp Kg y L

López- industriales costos infraestructuras fijo) complementarios
Bazo y en las Translogarítmica (todas menos las -0.02 Kg y CI
Artís 15 regiones Estiman SURE sociales) Zkg=0.0087 sustitutivos
(2002) peninsulares el L/P (Kp Elasticidad Kp-
españolas sistema: ec. óptimo) Kg -0.24
1980-1991 costos y -0.0185 (sustitutivos)
demandas de Zkg=0.002 Kg y L
factores complementarios
(variables: L Kg y CI
y CI) sustitutivos
 Boscá, Sector Función costos Capital público C/P (Kp C/P (Kp fijo) Kg y L
Escribá y privado generalizada productivo (Kg fijo) 0.042(media) sustitutivos
Murgui productivo de Leontief. total -0.043 0.026(España) Kg y CI
(2002) Regiones Estimación menos (media) (0.09 VAB) sustitutivos
Españolas SURE del educación, -0.028 L/P (Kp opt) Elasticidad Kp-
1980-1993 sistema: ecuación sanidad, servicios (ponderada) 0.033(media) Kg 0.8
de costos, generales de las L/P (Kp 0.035(España) (complementario
demandas de administraciones opt) (0.12 VAB) s)
factores públicas) -0.035 Kg y L
(variables: L -0.037 sustitutivos
y CI) y P=CMg. (excepto 4
regiones)
Kg y CI
complementarios
y sustitutivos
según regiones
El precio sombra
cae.
Jiménez Datos Función de - Factores ZKG = KG:
y Sanaú desagregados costos variables: trabajo, 0,0134 complementario
(2011) a nivel generalizada de consumos ZKP = de L y sustitutivo
industrial. Leontief. intermedios. 0,0309 de M
Colombia, - Factores fijos: ԐCKG=-0,148 KP:
1990- capital privado, complementario
2005. capital público. de L y sustitutivo
ԐCKP=0,460 de M

ԐYKG=0,108

ԐYKP=0,068

Brox Datos Función de - Factores ԐCKG= – 0,476 KG: sustitutivo

y Fader agregados costos CES variables: trabajo, de KP,
(2005) a nivel translogarítmica. consumos complementario
nacional e intermedios, de L,
industrial. energía. complementario
Canadá, - Factores fijos: de M y
1961-1997. capital privado, complementario
capital público. de E
KP: sustitutivo de
L, sustitutivo de
M y sustitutivo
de E

Moreno, Datos Función de - Factores ZKG = 0,009 KG: sustitutivo

López- desagregados costos variables: trabajo, ZKP = 0,029 de M y
Bazo y a translogarítmica. consumos complementario
Artís nivel intermedios. ԐCKG=-0,022 de L
(2002) industrial y - Factores fijos: KP: sustitutivo
regional. capital privado, de M y
España, capital público. ԐCKP=-0,016 complementario
1980-1991.
 Avilés, Datos Función de - Factores ZKG = 0,23 KG: sustitutivo
Gómez y desagregados costos variables: trabajo, ZKP = 2,49 de M y
Sánchez a nivel translogarítmica. consumos sustitutivo de L
(2001) industrial. intermedios. ԐYKG=0,24 KP: sustitutivo de
España, - Factores fijos: M y sustitutivo
1980- capital privado, de L
1991. capital público. ԐYKP=0,29

Boscá, Datos Función de - Factores ZKG = 0,067 KG: sustitutivo

Escribá desagregados costos variables: trabajo, ZKP = 0,266 de M y
y Dabán a nivel generalizada de consumos complementario
(1999) regional. Leontief. intermedios. ԐCKG=-0,012 de L
España, - Factores fijos: KP: sustitutivo
1980- capital privado, de M y
1993. capital público. ԐCKP=-0,046 complementario
de L

Seitz y Datos Función de - Factores ԐCKG = – KG: sustitutivo

Licht desagregados costos variables: trabajo, 0,216 de L,
(1995) a nivel translogarítmica. capital privado complementario
regional. (maquinaria), ZKG>0 de KMAQ y
Alemania, capital privado complementario
1970- (edificios). de KEDIF
1988. - Factores fijos: KMAQ: sustitutivo
capital público. de L
KEDIF: sustitutivo
de L.

Fuente: elaboración propia. Datos obtenidos de las referencias y autores señaladas en el cuadro.